Metode Panel Data TINJAUAN PUSTAKA

kecenderungan dalam penyalahgunaan kepemilikan pribadi untuk menganalisis independensi pengadilan, korupsi dalam pengadilan, dan kemampuan individu dan perusahaan untuk mengawasi kontrak tersebut. Semakin tinggi skor property rights suatu negara maka semakin tinggi pula perlindungan hukum atas kepemilikan pribadi.

2.5.2 Kebebasan Politik Political Freedom

Political Freedom adalah suatu pengukuran pada masing-masing negara dengan menggunanan data yang dipublikasikan oleh The Freedom House melalui data laporan tahunan Freedom In The World. Data ini melaporkan indeks kebebasan berpolitik dalam dua indikator yaitu political liberties dan Civil rights. Masing- masing indeks menggunakan skala ordinal dari 1-7, dimana 1 merepresentasikan level yang paling tinggi untuk political liberties atau civil rights dan 7 merepresentasikan yang paling rendah 1 adalah paling bebas dan 7 adalah paling otoriter . Menurut Gwartney et al 1996 Political liberty adalah suatu keadaan dimana penduduk dapat bebas berpartisipasi dalam proses politik voting, lobi, dan memilih wakilnya, pemilihan berlangsung adil dan kompetitif, dan partai alternatif dapat berpartisipasi secara bebas atau demokrasi. Civil rights adalah keadaan yang dapat meningkatkan kebebasan pers dan hak-hak individual untuk membuat dan mengikuti pandangan agama alternatif, mendapatkan perlakuan yang sama di mata hukum serta dapat bebas berekspresi tanpa rasa takut terhadap kekerasan fisik.

2.6 Metode Panel Data

Panel data adalah bentuk data yang merupakan gabungan dari data time series dan cross section. Dalam teori ekonometrika, bentuk panel data dapat mengatasi masalah pengestimasian yang kurang baik akibat sedikitnya jumlah observasi jika hanya dengan menggunakan data time series atau cross section saja. Adapun beberapa keuntungan dalam menggunakan panel data Baltagi, 2005 adalah : a. Panel data mampu mengontrol heterogenitas individu. b. Panel data dapat memberikan informasi data yang lebih banyak, lebih bervariasi, mengurangi kolinearitas antar variabel, meningkatkan degree of freedom, dan lebih efisien. c. Jika menggunakan data cross section, walaupun terlihat stabil namun sebenarnya dalam data tersebut tersimpan banyak perubahan, seperti data pengangguran, perpindahan pekerjaan, atau perubahan kebijakan pemerintah. Dengan menggunakan panel data maka penyesuaian-penyesuaian yang dinamis tersebut dapat dengan lebih mudah dipelajari. d. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diperoleh dari data cross section murni atau data time series murni. e. Dapat menguji dan membangun model perilaku yang lebih kompleks. Dalam pengolahan data panel dikenal tiga macam metode, yaitu metode pooled least square, metode efek tetap fixed effect, dan metode efek acak random effect. Ketiga metode ini dapat diterapkan dengan pembobotan cross section weights atau tanpa pembobotan no weighting.

2.6.1 Metode Pooled Least Square

Dalam metode ini data panel yang mengkombinasikan semua data cross section dan time series akan digabungkan menjadi pooled data. Dengan menggunakan metode ini tentunya akan menghasilkan pendugaan regresi yang lebih akurat jika dibandingkan dengan regresi biasa, karena dalam panel berarti menggabungkan data cross section dan time series bersama-sama sehingga memiliki jumlah observasi data yang lebih banyak. Kelemahan dalam metode ini adalah tidak terlihatnya perbedaan baik antar individu karena data yang digabungkan secara keseluruhan. Metode ini diduga dengan menggunakan Ordinary Least Square, yaitu : Y it = α + X it β j + w it ................................................... 2.25 dimana : Y it = variabel terikat di waktu t untuk unit cross section i α = intersep yang konstan antar individu cross section i X it = variabel bebas di waktu t untuk unit cross section i β j = parameter untuk variabel bebas w it = komponen error gabungan di waktu t untuk unit cross section i

2.6.2 Metode Efek Tetap Fixed Effect

Metode pooled least square memiliki kekurangan, yaitu tidak terlihatnya perbedaan baik antar individu, sehingga asumsi intersep dan slope dari persamaan regresi yang dianggap konstan. Sedangkan untuk generalisai secara umum, dapat dilakukan dengan memasukkan variabel dummy untuk menghasilkan nilai parameter yang berbeda-beda pada setiap unit cross section. Metode dengan memasukkan variabel dummy disebut dengan metode Fixed Effect atau Least Square Dummy Variable. Metode fixed effect akan menghasilkan intersep yang berbeda-beda antar unit cross section. Kelemahan pada metode ini adalah semakin berkurangnya degree of freedom akibat adanya penambahan variabel dummy pada persamaan, dan tentunya akan memengaruhi keefisienan parameter yang diduga. Pendugaan metode ini dinyatakan dalam persamaan 2.22. Y it = α i + β j x j it + μ it ..................................... 2.26 dimana : y it = variabel terikat di waktu t untuk unit cross section i α i = intersep yang akan berbeda antar individu cross section i x j it = variabel bebas j di waktu t untuk unit cross section i β j = parameter untuk variabel ke j μ it = komponen error di waktu t untuk unit cross section i

2.6.3 Metode Efek Acak Random Effect

Pada metode efek acak random effect karakteristik antar individu terlihat pada komponen error yang ada pada model. Hal ini tidak akan mengurangi derajat bebas degree of freedom akibat penambahan variabel, sehingga efisiensi dalam pendugaan parameter juga tidak berkurang. Bentuk model efek acak ini adalah : Y it = α + β j x j it + w it ................................................... 2.27 dimana : y it = variabel terikat di waktu t untuk unit cross section i α 1i = α 1 + μ it , dengan nilai intersep yang akan berbeda antar individu cross section i akibat random error μ it antar individu tersebut μ x j it = variabel bebas j di waktu t untuk unit cross section i β j = parameter untuk variabel ke j w it = μ it + τ i , yaitu μ it : error dan τ i : individual effect

2.7 Elastisitas