35 efek acak random effect. Ketiga pendekatan tersebut dapat dijelaskan sebagai
berikut:
a. Pendekatan Kuadrat Terkecil Pooled Least Square
Pendekatan kuadrat terkecil merupakan pendekatan pengolahan panel data yag paling sederhana. Pendekatan ini biasa diterapkan pada data
berbentuk pool.Jika efek individu konstan sepanjang waktu dan spesifik terhadap setiap unit cross section maka modelnya akan sama dengan model
regresi biasa. Apabila nilai individunya sama untuk setiap unit cross section- nya, maka OLS pendekatan kuadrat terkecil akan menghasilkan setimasi yang
konsisten dan efisien untuk variabel-variabelnya.Persamaannya dapat ditulis seperti berikut:
= ∝ + +
untuk i = 1,2, .,N dan t = 1,2,
,T 3.5
adalah jumlah unit cross section individu dan T adalah jumlah time series periode waktu. Dengan mengasumsikan komponen error dalam
pengolahan kuadrat terkecil biasa, maka proses estimasi secara terpisah untuk setiap unit cross sectiondapat dilakukan.
b. Pendekatan Efek Tetap Fixed Effect
Terdapat kasus dimana intersep dan slope dianggap konstan untuk tiap cross section dan time series. Oleh karena itu diperlukan metode dengan
memasukkan variabel boneka dummy variable untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas cross
section maupun time series. Pendekatan dengan memasukkan variabel boneka inilah yang disebut model efek tetap fixed effect atau sering disebut juga
Least Square Dummy Variable atau Covariance model. Persamaan untuk pendekatan ini dapat ditulis:
= ∝+ + ∑
∝ +
................... ....3.6
dimana: = Variabel terikat di waktu t untuk unit cross section i
∝ = intercept yang berubah-ubah untuk antar cross section unit
= variabel bebas j di waktu t untuk cross section i
36 = parameter untuk variabel ke j
= komponen error di waktu t untuk unit cross section i Model telah ditambahkan sebanyak N-1 variabel boneka Di dan
menghilangkan satu sisanya untuk menghindari terjadinya kolinearitas sempurna antar variabel penjelas. Dengan menggunakan pendekatan ini akan
terjadi degree of freedom sebesar NT-N-K. Namun pengurangan degree of freedom ini akan mempengaruhi keefisienan dari parameter yang diestimasi.
Keputusan memasukkan variabel boneka harus berdasarkan pertimbangan statistik yaitu dengan menggunakan statistik F. Statistik F ini berusaha
memperbandingkan antara nilai jumlah kuadrat dari error dari proses pendugaan dengan menggunakan metode kuadrat terkecil dan efek tetap yang
telah memasukkan variabel boneka. Rumusan uji F adalah sebagai berikut:
,
= 3.6
dimana ESS1 dan ESS2 adalah jumlah kuadrat sisa dengan menggunakan metode kuadrat terkecil biasa dan model efek tetap, sedangkan statistik F
mengikuti distribusi F dengan derajat bebas NT-1 dan NT-N-K. Nilai statistik F uji inilah yang kemudian diperbandingkan dengan nilai statistik F tabel
yang akan menentukan pilihan model yang akan digunakan.
c. Pendekatan Efek Acak Random Effect
