Penentuan Model Estimasi METODE PENELITIAN

3.5 Analisis Statistik Deskriptif

Analisis statistik deskriptif merupakan teknik analisis data yang digunakan untuk analisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi. Dalam penyajian analisis deskriptif ini terdiri dari mean, median, dan standar deviasi.

3.6 Metode Analisis

Metode analisis yang digunakan dalam menggambarkan hubungan antara dependen variabel dan independen variabel adalah dengan menggunakan model analisis regresi linier berganda dengan metode ordinary least square OLS. Dengan model persamaan sebagai berikut: Y= α + β1 X1 + β2 X2 + β3 X3 +ε Dimana : α = Konstanta β1, β2, β3= Koefisien regresi X1= PDRB atas dasar harga konstan X2 = Wanita kawin umur 15-49 tahun yang menggunakan alat kontrasepsi X3 = Angka partisipasi sekolah usia 7-12 tahun

3.7 Penentuan Model Estimasi

Untuk mengestimasi parameter model dengan data panel, terdapat tiga teknik model yang sering ditawarkan, yaitu 1 Common Effect 2 Fixed Effect Model FEM dan 3 Random Effect Model REM . Universitas Sumatera Utara 1. Pendekatan Kuadrat Terkecil Common Effect Teknik ini merupakan teknik yang paling sederhana dengan mengkombinasikan data cross section dan time series sebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan entitas individu.Dimana pendekatan yang sering dipakai adalah metode Ordinary LeastSquare OLS yang mengabaikan adanya perbedaan dimensi individu maupun waktu. 2. Model Efek Tetap Fixed Effect Model Pendekatan fixed effect memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted variables dimana omitted variables mungkin membawa perubahan pada interseptime series atau cross section. Model dengan fixed effect menambahkan variabel dummy untuk mengizinkan adanya perubahan intersep ini. 3. Model Efek Random Random Effect Model Pendekatan efek acak random effect memperbaiki efisiensi proses least square dengan memperhitungkan error dari cross section dan time series. Keuntungan menggunkan model ini yakni menghilangkan heteroskedastisitas.Model random effect adalah variasi dari estimasi Generalized Least SquareGLS. Dalam menentukan model mana yang sesuai dengan penelitian dilakukan dengan beberapa tahap pengujian. Namun pada dasarnya ketiga teknik model estimasi data panel dapat dipilih sesuai dengan keadaan penelitian, dilihat dari jumlah individu bank dan variabel penelitiannya.Nachrowi dan Usman 2006 menyatakan bahwa jika data panel yang dimiliki mempunyai waktu T lebih besar dibandingkan dengan jumlah individu N maka disarankan untuk menggunakan model fixed effects, sedangkan apabila jumlah data panel yang dimiliki mempunyai jumlah waktu T lebih kecil dibanding jumlah individu N maka disarankan menggunakan model random effects. Universitas Sumatera Utara Ada beberapa cara yang dapat digunakan untuk menentukan teknik mana yang paling tepat dalam mengestimasi parameter data panel, yaitu: 1. Chow Test Uji Chow adalah pengujian dalam menentukan model Fixed Effet atau Common Effect yang paling tepat untuk digunakan dalam mengestimasi data panel. Hipotesis dalam uji Chow adalah: H0 : Model yang tepat adalah Common Effect Model H1 : Model yang tepat adalah Fixed Effect Model Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan F- hitung dengan F-tabel.Apabila hasil F hitung dari F tabel maka H0 ditolak yang berarti model yang paling tepat digunakan adalah FixedEffectModel.Begitupun sebaliknya, jika F hitung dari F tabel maka H0 diterima dan model yang digunakan adalah Common EffectModel. 2. Hausman Test Uji Hausman adalah pengujian yang dilakukan dalam menentukan model Fixed EffectatauRandom Effect yang paling tepat untuk digunakan dalam mengestimasi data panel.Statistik uji Hausman mengikuti distribusi statistik Chi-Squares dengan derajat kebebasan df sebesar jumlah variabel bebas. Hipotesis dalam uji Hausman adalah: H0 :Model yang tepat adalah Random Effect Model H1 : Model yang tepat adalahFixed Effect Model Dasar penolakan terhadap hipotesis diatas adalah apabila nilai statistik Hausman lebih besar dari nilai kritisnya maka H0 ditolak dan model yang tepat adalah model Fixed Effect sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model Random Effect. Universitas Sumatera Utara

3.8 Test of Goodness of Fit Uji Kesesuaian