3.9.3.2 Pendekatan Efek Acak Random Effect Model
Random effect model digunakan untuk mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu.
Metode random effect berasal dari pengertian bahwa variabel gangguan terdiri dari dua komponen yaitu variabel gangguan secara menyeluruh yaitu kombinasi
time series dan cross section dan variabel gangguan secara individu. Menurut Ariefianto 2012 : 151 “ model random effect digunakan ketika unobserved effect
dapat diasumsikan tidak berkorelasi dengan satulebih variabel bebas”. Bila pada model efek tetap, perbedaan antar individu dan atau waktu dicerminkan lewat
intercept, maka model random diakomodasikan lewat error. Menurut Juanda 2012 : 181 “bentuk random effect model bisa dijelaskan pada persamaan
berikut” :
Y
it
=
i
+
1
X
1it
+
2
X
2it
+
i
+ u
it
Y
it
=
i
+
1
X
1it
+
2
X
2it
+ w
it
Di mana :
w
it
=
i
+ u
it
Komponen w
it
terdiri dari dua komponen, yaitu sebagai komponen error dari masing-masing cross section dan sebagai error yang merupakan gabungan
atas error dari deret waktu dan cross section. Berdasarkan hal tersebut, metode random ini dikenal juga dengan sebutan Error Components Model ECM.
Asumsi umum dari ECM adalah :
i
~N 0, ķ
2
Ķ u
it
~N 0, ķ
2 u
Universitas Sumatera Utara
E
i
, u
it
= 0 E
i ,
j
i ≠ j
Eu
it
u
is
= Eu
it
u
jt
= Eu
it
u
js
= 0 i ≠ j ; t ≠ s
Komponen error individual tidak berkorelasi satu sama lainnya dan tidak ada autokorelasi baik pada unit data silang maupun data deret waktu.
Untuk menentukan
pendekatan mana yang akan digunakan dalam
melakukan pengolahan data dalam penelitian ini maka diperlukan pengujian model yang valid. Uji yang digunakan dalam pemilihan model adalah uji
Haussman Test.
3.9.3.3 Uji Haussman Test
Haussman test merupakan suatu uji statistik untuk memilih model fixed effect atau random effect dalam menganalisis data. Hipotesis yang digunakan pada
uji spesifikasi Haussman adalah sebagai berikut : H
: Random effect model H
1
: Fixed effect model Pengujian Haussman ini mengikuti distribusi statistik Chi Square. Jika
terjadi penolakan terhadap hipotesis nol dimana nilai statistik Haussman lebih besar dari nilai kritisnya maka model fixed effect digunakan, begitu pula
sebaliknya.
3.9.4 Pengujian Asumsi Klasik