Model Efek Acak Random Effect

14

1. Chow Test

Chow test atau biasa disebut dengan uji F statistics merupakan pengujian statistik yang bertujuan memilih model fixed effect atau pooled least square . Hipotesis dari uji ini yaitu: H : Model pooled least square H 1 : Model fixed effect Chow test dapat dilakukan dengan bahasa pemograman E-views sebagai berikut: Jika hasil dari Chow Test signifikan probability dari Chow α maka H ditolak, artinya Fixed Effect digunakan.

2. Hausman Test

Hausman test merupakan uji untuk menentukan apakah akan digunakan model fixed effect atau model random effect. Hipotesis dari uji ini yaitu: H : Model random effect H 1 : Model fixed effects Nilai statistik hausman akan dibandingkan dengan nilai Chi square sebagai dasar dalam menolak H . Jika nilai statistik hasil pengujian lebih besar dari Chi square tabel maka cukup bukti untuk melakukan penolakan terhadap H sehingga pendekatan yang digunakan adalah fixed effect model dan sebaliknya.

3. LM Test

LM test The Breusch – Pagan LM Test digunakan sebagai dasar pertimbangan statistik dalam memilih model Random Effect dan Pooled Least Square. Hipotesis dari uji ini yaitu: H : Model Pooled effect H 1 : Model Random effects Dasar penolakan H yaitu dengan cara membandingkan antara nilai statistik LM dengan nilai Chi-square. Apabila nilai LM hasil perhitungan lebih besar dari Chi-square tabel maka cukup bukti untuk melakukan penolakan terhadap H sehingga model yang akan digunakan adalah random effect dan sebaliknya. Perumusan Model Berdasarkan pada kerangka pemikiran operasional, analisis yang digunakan adalah regresi data panel dengan model logaritma natural. Transformasi dalam bentuk ln dapat mengurangi masalah heteroskedastisitas karena memapatkan skala untuk pengukuran variabel mengurangi perbedaan nilai dari sepuluh kali lipat menjadi dua kali lipat Gujarati 2004. Dugaan persamaan permintaan ekspor perhiasan Indonesia di Singapura, AS, Italia, Perancis, Jerman, Jepang, dan Australia dapat dirumuskan sebagai berikut: dimana: VEX jt = Volume permintaan ekspor perhiasan Indonesia di negara j tahun ke-t Kg lnVEX jt = β + β 1 lnPOP jt + � 2 lnPX jt + � 3 lnER jt + � 4 lnGDP jt + � 5 lnPXN t + e j 15 POP jt = Jumlah populasi penduduk di negara tujuan tahun ke-t juta PX jt = Harga ekspor perhiasan di negara tujuan tahun ke-t USkg ER jt = Nilai tukar riil rupiah terhadap mata uang negara tujuan tahun ke-t national currencyRp GDP jt = Pendapatan per kapita negara tujuan tahun ke-t US PXN t = Harga perhiasan negara pesaing Thailand tahun ke-t USkg e j = Random error β = konstanta intercept β n = parameter yang diduga n= 1,2,…,5 Uji Kesesuaian Model 1. Kriteria Statistik Ada beberapa uji yang dapat digunakan untuk menentukan kesesuaian model regresi yang didapat secara statistik yaitu uji-F, uji t, dan uji R 2 Gujarati 2004. a. Uji–F Uji-F adalah statistik uji yang digunakan untuk mengetahui bagaimana pengaruh peubah eksogen terhadap speubah endogen secara keseluruhan. H : β 1 = β 2 =... = β t = 0 H 1 : minimal ada satu β t ≠ 0 1. Prob. F-stasistic α, maka tolak H . Kesimpulannya, minimal ada satu variabel eksogen yang memengaruhi variabel endogennya. 2. Prob. F-stasistic α, maka terima H . Kesimpulannya, tidak ada variabel eksogen yang memengaruhi variabel endogennya.

b. Uji t

Uji-t dalam penelitian ini digunakan untuk mengetahui pengaruh masing-masing variabel eksogen terhadap permintaan ekspor perhiasan Indonesia. Besaran yang digunakan dalam uji ini adalah statistik t. H : β t = 0 dengan t = 1,2,3,….,n H 1 : β t ≠ 0 Jika t statistik t tabel, maka tolak H . Kesimpulannya, koefisien dugaan β ≠ 0 yang artinya variabel yang diuji berpengaruh nyata terhadap variabel endogen. Model yang diduga akan semakin baik apabila semakin banyak variabel eksogen yang berpengaruh nyata terhadap variabel endogennya.

c. Uji R

2 Uji ini dilakukan untuk melihat sejauh mana besar keragaman yang dapat dijelaskan oleh variabel eksogen terhadap variabel endogen. Nilai R 2 berkisar antara 0 sampai dengan 1, semakin mendekati satu maka semakin baik.

2. Kriteria Ekonometrika

Terdapat empat asumsi dalam analisis regresi yang harus dipenuhi oleh suatu model yaitu heteroskedastisitas, multikolinieritas, autokorelasi, normalitas.