b. Fixed Effect FE
Fixed Effect FE merupakan model yang mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya.
Dalam mengestimasi data panel model Fixed Effect menggunakan teknik variabel dummy untuk menangkap perbedaan intersep antar perusahaan,
perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun, demikan slopnya sama antar perusahaan. Model estimasi
ini sering disebut teknik Least Square Dummy variable LSDV. c.
Random Effect RE Random Effect RE merupakan model yang mengestimasi data panel
dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh
error terms masing-masing perusahaan. Keuntungan menggunakan model Random Effect yaitu menghilangkan heteroskedastisitas. Model ini disebut
dengan Error Component Model ECM atau teknik Generalized Least Square GLS.
3. Menguji Metode Regresi Data Panel
Menurut Hidayat 2014, dalam penelitian ini ada beberapa pengujian yang akan penulis lakukan yaitu sebagai berikut :
a. Uji Chow
Uji Chow adalah pengujian untuk menentukan model Fixed Effect FE atau Common Effect CE yang paling tepat digunakan dalam
mengestimasi data panel. Jika Cross-section lebih kecil dari tingkat signifikansi 0,05, maka model dapat diestimasi dengan Fixed Effect. Jika nilai
Cross-section lebih besar dari tingkat signifikansi 0,05, maka model dapat diestimasi dengan Common Effect CE.
b. Uji Lagrange Multiplier LM
Uji Lagrange Multiplier LM adalah uji untuk mengetahui apakah model Random Effect lebih tepat daripada model Common Effect. Jika nilai
Lagrange Effect LM lebih kecil dari nilai Chi Square,maka model dapat diestimasi dengan Common Effect CE. Jika nilai Lagrange Effect lebih besar
dari nilai Chi Square, maka model dapat diestimasi dengan Random Effect RE.
c. Uji Hausman
Menurut Gujarati 2003 yang dikutip oleh Taman 2012, bahwa uji hausman dilakukan untuk menguji apakah Fixed Effect Model FEM atau
Random Effect Model REM yang dipilih yaitu : Apabila nilai Chi Square statistik pada uji Hausman signifikan, berarti model dapat disetimasi dengan
model Fixed Effect Model FEM. Apabila nilai Chi Square statistik pada uji Hausman tidak signifikan, berarti model dapat diestimasi dengan Random
Effect Model REM karena nilainya tidak berbeda secara substansi. Jika data panel yang dimiliki mempunyai jumlah waktu t jumlah individu
n, maka menggunakan Fixed Effect Model FEM.