Random Effect Model REM. Dari ketiga metode tersebut dipilih model terbaik menggunakan Chow Test.
1. Pooled Ordinary Least Square OLS
Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa, yang diterapkan dalam data
yang berbentuk pool.
∧
Y
it
=
α
+
βX
it
...………….. 6 Dimana i menunjukkan urutan kabupaten dan kota yang diobservasi pada
data crosssection, sedangkan t menunjukkan periode pada data time-series. Metode ini asumsi yang digunakan menjadi terbatas karena model tersebut
mengasumsikan bahwa intersep dan koefisien dari setiap variabel sama untuk setiap kabupaten dan kota yang diobservasi. Hal ini menyebabkan variabel-
variabel yang diabaikan membawa perubahan pada intersep time-series dan cross- section.
2. Fixed Effect Model FEM
Masalah yang timbul pada penggunaan metode pooled OLS yaitu adanya asumsi bahwa intersep dan koefisien dari setiap variabel sama pada setiap
kabupaten dan kota yang diobservasi. Kesulitan terbesar dalam pendekatan metode kuadrat terkecil biasa adalah adanya asumsi intersep dan slope dari
persamaan regresi yang dianggap konstan, baik antar daerah maupun antar waktu yang mungkin tidak beralasan. Generalisasi secara umum sering dilakukan dengan
memasukkan dummy variabel untuk memungkinkan terjadinya perbedaan nilai parameter yang berbeda-beda, baik lintas unit cross section maupun antar waktu.
Pendekatan ini dikenal dengan sebutan model efek tetap Fixed Effect Model atau Least Square Dummy Variabel atau disebut juga Covariance Model.
Y
it
= α
i
+ X
it j
β
j
+ α
i
D
i
+ ε
it i=2
n
∑
........................... 7 Dimana :
Y
it
= variabel terikat di waktu t untuk unit cross section i
α
i
x = intersep yang berubah-ubah antar cross section unit
j it
β = variabel bebas j di waktu t untuk unit cross section i
j
e = parameter untuk variabel ke j
it
= komponen error di waktu t untuk unit cross section i
Dengan menggunakan pendekatan ini, akan terjadi degree of freedom sebesar NT-N-K. Keputusan memasukkan variabel boneka ini harus didasarkan
pada pertimbangan statistik. Hal tersebut disebabkan, dengan melakukan penambahan variabel boneka akan dapat mengurangi jumlah degree of freedom
yang pada akhirnya akan memengaruhi keefisienan dari parameter yang diestimasi. Pertimbangan pemilihan pendekatan yang digunakan ini didekati
dengan menggunakan statistik F yang berusaha memperbandingkan antara nilai jumlah kuadrat error dari proses pendugaan dengan metode kuadrat terkecil dan
efek tetap yang telah memasukkan variabel dummy.
F
N +T −2,NT −N −T
= ESS
1
− ESS
2
NT −1 ESS
2
N − T − K ............................... 8
Dimana, ESS
1
dan ESS
2
Pada pendekatan fixed effect, estimasi dapat dilakukan dengan tanpa pembobot No Weighted atau Least Square Dummy Variabel LSDV dan dengan
pembobot Cross Section Weight atau General Least Square GLS. Tujuan dilakukannya pembobotan adalah untuk mengurangi heterogenitas antar unit
cross-section Gujarati, 2003. adalah jumlah kuadrat sisa dengan menggunakan
metode kuadrat kecil 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.
3. Random Effect Model REM