Panel Data Pengukuran Intra-Industry Trade index IIT

X = ekspor, M = impor. 3.3. Analisis Faktor-Faktor Yang Mempengaruhi Intra-Industry Trade index IIT Pada Sektor Elektronik Intra ASEAN-5 Pendekatan yang digunakan untuk menganalisis faktor-faktor yang mempengaruhi IIT pada sektor elektronik intra ASEAN-5 adalah analisis regresi dengan menggunakan gravity model. Pengujian model tersebut menggunakan metode Generalized Least Squares GLS. Metode GLS dipilih karena relatif efisien dalam analisis model data panel. Di sisi lain, pendekatan ini dapat menghasilkan nilai dugaan di luar kisaran IIT. Namun, hal tersebut dapat dikesampingkan, karena fokus pada penelitian ini adalah uji hipotesis, bukan peramalan Thorpe, 2005. Dalam proses pengujian model persamaan pada penelitian ini digunakan program Eviews 4.1.

3.3.1. Panel Data

Panel data adalah penggabungan dari observasi cross section yang sama dalam beberapa periode time series. Data panel dapat digunakan untuk mengatasi masalah ketersediaan data yang mewakili variabel yang digunakan dalam penelitian. Misalnya, data yang tersedia dalam bentuk series yang terlalu pendek atau data yang ada dalam bentuk unit cross section yang terbatas, sehingga proses pengolahan data tidak dapat dilakukan. Dengan data panel, jumlah observasi ditingkatkan dan berimplikasi pada peningkatan derajat bebas degree of freedom , sehingga dapat diperoleh hasil estimasi yang lebih baik efisien. Di samping itu, penggunaan data panel memungkinkan untuk melihat karakteristik antarindividu dan antarwaktu yang berbeda-beda. Selain itu, manfaat penggunaan data panel antara lain: 1. Data panel lebih baik untuk studi dynamics of adjustment. Salah satu kekurangan apabila menggunakan data cross section adalah tidak dapat menggambarkan adanya perubahan-perubahan yang terjadi. Penelitian tentang kondisi perekonomian seperti pengangguran dan kemiskinan lebih baik jika menggunakan data panel. Jika data-data yang berkaitan dengan pengangguran dan kemiskinan tersedia dalam rentang waktu yang relatif panjang, maka dapat diperoleh informasi kecepatan penyesuaian terhadap perubahan kebijakan ekonomi. Dengan data panel, dapat diketahui apakah kondisi pengangguran dan kemiskinan merupakan kondisi yang temporer atau permanen InterCAFE, 2006. 2. Lebih baik dalam mengidentifikasi dan mengukur efek. Contohnya, kita memperoleh informasi bahwa tingkat konsumsi rata-rata mengalami peningkatan sebesar 2 persen setiap tahunnya. Dengan data panel, kita dapat mengidentifikasi apakah peningkatan tersebut terjadi pada semua individu atau apakah peningkatan tersebut adalah akibat dari peningkatan sebesar 4 persen pada sebagian individu dan 0 persen tidak ada perubahan pada sebagian individu lainnya Verbeek, 2000. Di sisi lain, pada panel data kerapkali ditemui data yang hilang missing observations . Adapun persamaan umum untuk regresi data panel adalah sebagai berikut. it it it u X Y + + = β α i = 1, …, N; t = 1, …, T 3.2 di mana: i = individu cross section, t = waktu time series, X it = K variabel penjelas explanatory variable. Dalam analisis model data panel terdapat empat macam pendekatan, yakni pendekatan kuadrat terkecil pooled least square, pendekatan efek tetap fixed effect , pendekatan efek acak random effect, dan Maximum Likelihood Estimation . Penelitian ini lebih ditekankan pada pendekatan efek tetap fixed effect dan pendekatan efek acak random effect. Hal ini dikarenakan dua alasan sebagai berikut. 1. Asumsi bahwa intersep berbeda untuk setiap individu. Pada pendekatan kuadrat terkecil pooled least square digunakan asumsi bahwa intersep dan slope dari persamaan regresi konstan baik antarindividu maupun antarwaktu. 2. Pendekatan Maximum Likelihood Estimation tidak banyak dikembangkan dalam program Eviews yang digunakan.

3.3.2. Pendekatan Efek Tetap Fixed Effect