c. Pendekatan Efek Acak Random Effect
Efek random digunakan untuk mengatasi kelemahan model efek tetap yang menggunakan variabel semu, sehinga model mengalami ketidakpastian.
Keputusan untuk memasukan variabel semu dalam model efek akan dapat menimbulkan konsekuensinya sendiri. Penambahan variabel semu ini akan
dapat mengurangi banyaknya derajat kebebasam degree of freedom yang pada akhirnya akan mengurangi efisensi dari parameter yang diestimasi.
Berkaitan dengan hal ini, dalam model data panel dikenal pendekatan yang ketiga yaitu model efek acak random effect.
Tidak seperti pada model efek tetap β dianggap tetap, pada model
ini β diasumsikan bersifat random, sehingga dapat dituliskan dalam
persamaan : β
= β + u
i
, i = 1,….., n Sehingga persamaan model yang digunakan adalah:
Dengan: Yit
= Variabel dependen pada unit observasi ke-i dan waktu ke-t Xit
= Variabel independen pada unit observasi ke-i dan waktu ke-t β
= Koefisien slope atau koefisien arah β
0i
= Intersep model regresi ui
= komponen error pada unit observasi ke-i
ε
it
= Komponen error pada unit observasi ke-i dan ke-t
Untuk menganalisis dengan metode efek acak ini ada satu syarat, yaitu objek data silang harus lebih besar daripada banyaknya koefisien
14
.
2. Pengujian Model
Untuk menentukan model regresi data panel yang tepat untuk digunakan dalam analisis regresi data panel, maka kita dapat melakukan 2
pengujian model, yaitu:
a. Uji Chow
Uji Chow F statistik adalah pengujian yang dilakukan untuk mengetahui apakah model yang digunakan adalah common effect atau fixed
effect.
15
Rumus yang digunakan dalam uji ini adalah sebagai berikut:
Dimana: N = Jumlah data cross section
T = Jumlah data time series K = Jumlah variabel penjelas
Pengujian Uji Chow dilakukan dengan hipotesis sebagai berikut: H
: Model menggunakan pendekatan Common Effect H
1
: Model menggunakan pendekatan Fixed Effect Pengujian ini mengikuti distribusi F statistik, dimana jika F statistik
lebih besar dari F
tabel
maka H ditolak. Nilai Chow menunjukan nilai F
14
Wing Wahyu Winarso, Analisis Ekonometrika dan Statistika dengan Eviews, Yogyakarta: Unit Penerbit dan Percetakan STIM YKPN, 2011, Ed. Ketiga, hal. 9.17.
15
Bambang Juanda dan Junaidi, Ekonometrika Deret Waktu: Teori dan Aplikasi, Bogor: IPB Press, 2012, h.193
statistik dimana bila nilai Chow yang kita dapat lebih besar dari nilai F
tabel
yang digunakan berarti kita menggunakan model fixed effect.
16
Atau kita dapat melihat pada nilai probabilitas cross section F dan Chi Square, dengan
ketentuan: Jika probabilitas 0,05, berarti H
ditolak, dan menggunakan H
1
Jika probabilitas 0,05 berarti H diterima.
b. Uji Haussman
Uji Haussman Adalah penggunaan uji statistic sebagai dasar pertimbangan kita dalam memilih apakah menggunakan model Fixed Effect
atau model Random Effect. Pengujian uji Hausman dilakukan dengan hipotesis sebagai berikut:
H : Model menggunakan pendekatan Random Effect
H
1
: Model menggunakan pendekatan Fixed Effect Uji ini menggunakan distribusi chi square dimana jika probabilitas
dari hausman lebih kecil dari α hasil Hausman tes siginfikan maka H ditolak dan model Fixed Effect yang digunakan. Atau kita dapat melihat pada
nilai probabilitas cross section random, dengan ketentuan
17
: Jika probabilitas 0,05, berarti H
ditolak, dan menggunakan H
1
Jika probabilitas 0,05 berarti H diterima.
16
Bambang Juanda dan Junaidi, Ekonometrika Deret Waktu: Teori dan Aplikasi, h. 195.
17
Bambang Juanda dan Junaidi, Ekonometrika Deret Waktu: Teori dan Aplikasi, h. 197.