P = Penduduk Jumlah penduduk KabupatenKota
KK = Jumlah Kredit Konsumsi KabupatenKota
i
= Tingkat bunga kredit konsumsi KabupatenKota interst rate = Kesalahan pengganggu term of error
Pada penelitian ini digunakan teknik pengolahan data dengan menggunakan panel data regression model model regresi data panel, karena data yang akan diolah
merupakan cross sections observations dan pooling of time series yang diperoleh dan diteliti sejalan dengan perjalanan waktu. Metode panel data ini mempunyai ruang dan
dimensi waktu, sehingga estimasi variabel dan hasil perhitungan akan memberikan analisa empiris yang lebih luas.
Dengan menggabungkan data time series dan cross section maka akan terdapat 152 observasi 8 observasi time series untuk 19 kabupatenkota di Sumatera
Utara yang akan dikombinasikan ke dalam suatu persamaan regresi yang telah disediakan dengan bantuan software Eviews 6.0.
3.3.2. Uji Ordinary Least Square OLS
Menurut pakar ekonometrika penerapan OLS pada data panel pooled data dapat memperbaiki penduga, inferensi dan mungkin peramalan. Penerapan OLS pada
pooled data membutuhkan asumsi, yaitu: 1 Temporal stability, parameter regresi tidak berubah karena perubahan waktu dan
cross sectional stability, parameter regresi tidak berubah karena perbedaan individu cross section,
2 Varians error term pada fungsi setiap individu adalah sama homosedastic dan error term pada fungsi suatu individu pada suatu periode tidak berhubungan
dengan error term pada fungsi individu lainnya. Secara sistematis model OLS dinyatakan sebagai berikut:
Y
it
= α + X
1it
+ X
2 it
+ X
3 it
+
it ………………………………………………….......................
3.3
Dengan Model Panel data dapat mengeluarkan unobserve variabel tersebut yang disebut sebagai individual effect sehingga model produksi tersebut menjadi lebih baik.
Individual effect tersebut dikategorikan dua macam yaitu Fixed Effect dan Random Effect. Secara hipotesis bahwa jika sumber data berasal dari sampel maka dugaan model
panel adalah random effect, namum bila sumber data adalah data aggregate maka kecenderungan adalah fixed effect.
3.3.3. Fixed Effect Model
FEMMetode Efek Tetap
Menurut pakar ekonometrika, model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu cross section data.
Sementara itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu. Model FEM digunakan apabila data time series lebih besar dari data cross
section. Secara sistematis model FEM dinyatakan sebagai berikut: Y
it
= α+ X
it
+
2
W
2t
+
3
W
3t
+ …+
N
W
it
+
2
Z
i2
+
3
Z
i3
+ …+
T
Z
it
+
it
...............3.4 Di mana:
Y
it
= Variabel terikat untuk kabupatenkota ke-i dan waktu ke-t X
it
= Variabel bebas untuk kabupatenkota ke-i dan waktu ke-t
W
it
dan Z
it
merupakan variabel dummy yang dapat didefinisikan sebagai berikut: W
it
= 1 ; untuk individu i ; i = 1, 2, ..., i ; 0 ; untuk lainnya. Z
it
= 1 ; untuk periode t ; t = 1, 2, ..., T ; 0 ; untuk lainnya. Dari model di atas terlihat bahwa sesungguhnya FEM adalah sama dengan
regresi yang menggunakan dummy variable sebagai variabel bebas, sehingga dapat diestimasi dengan Ordinary Least Square OLS. Dengan estimasi tersebut, maka
akan diperoleh estimator yang tidak bias dan konsisten.
3.3.4. Uji Chow Chow Test
