Pengujian Kesesuaian Model Data Panel

3.5 dimana: ~ , = komponen cross section error ~ , = komponen time series error ~ , = komponen error kombinasi asumsinya adalah bahwa error secara individual juga tidak saling berkorelasi begitu juga dengan error kombinasinya. Dengan menggunakan model random effect, maka dapat menghemat pemakaian degree of freedom dan tidak mengurangi jumlahnya seperti yang dilakukan oleh model fixed effect. Hal ini berimplikasi pada parameter hasil estimasi yang menjadi semakin efisien.

3.2.3. Pengujian Kesesuaian Model Data Panel

Untuk memilih metode serta model mana yang paling tepat dalam pengolahan data panel, maka terdapat beberapa pengujian yang dapat dilakukan, antara lain : 1. Chow Test, yaitu pengujian untuk memilih apakah model yang digunakan Pooled Least Square PLS atau Fixed Effect. Dalam pengujian ini hipotesisnya adalah : H = Model Pooled Least Square Restricted H 1 = Model Fixed Effect Unrestricted F statistik yang digunakan yaitu dengan menggunakan rumus berikut : ⁄ ⁄ 3.6 Jika nilai CHOW F statistik F N-1, NT-N-K maka dapat dikatakan sudah cukup bukti untuk menolak H , sehingga model yang digunakan adalah model Fixed Effect. 2. The Breusch-Pagan LM Test, dimana pengujian ini dilakukan untuk memilih antara random effect dan pooled least square. Uji hipotesisnya adalah : H = Pooled Least Square H 1 = Random Effect Model Dasar penolakan H adalah dengan menggunakan statistik LM test yang berdasarkan distribusi chi square. 3. Hausman Test, yaitu pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model fixed effext atau model random effect. Hausman test dilakukan dengan hipotesis sebagai berikut : H = Random Effect Model H 1 = Fixed Effect Model Sebagai dasar penolakan hipotesis nol yaitu jika statistik Hausman Chi Square Table atau dapat juga dengan menggunakan nilai probabilitas p- value. Jika p-value tingkat kritis α, maka tolak hipotesis untuk memilih random effect model. Statistik Hausman dirumuskan dengan : ~ X 2 K 3.7 Dimana adalah vektor untuk statistik variabel fixed effect, b adalah vektor statistik variabel random effect, M adalah matriks kovarians untuk dugaan FEM dan M 1 adalah matriks kovarians untuk dugaan REM. Menurut Nachrowi dan Usman 2006, disamping dengan menggunakan uji statistik Hausman Test terdapat beberapa pertimbangan untuk memilih apakah menggunakan fixed effect atau random effect yaitu : a. Bila T banyaknya unit time series besar sedangkan N jumlah unit cross section kecil maka hasil fixed effect dan random effect tidak jauh berbeda. Sehingga dapat dipilih pendekatan yang lebih mudah untuk dihitung yaitu fixed effect model. b. Bila N besar dan T kecil, maka hasil estimasi kedua pendekatan akan berbeda jauh. Apabila unit cross section yang dipilih dalam penelitian diambil secara acak maka random effect yang harus digunakan. Sebaliknya apabila unit cross section yang dipilih dalam penelitian tidak diambil secara acak maka yang harus digunakan adalah fixed effect. c. Apabila komponen error individual dan variabel bebas x berkorelasi maka parameter yang diperoleh dengan random effect akan bias sementara parameter yang diperoleh dengan fixed effect tidak bias. d. Apabila N besar dan T kecil, dan apabila asumsi yang mendasari random effect dapat terpenuhi, maka random effect lebih efisien dibandingkan fixed effect. Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan berdasarkan perhitungan statistik. Hal ini ditujukan untuk memperoleh suatu dugaan yang efisien. Diagram pengujian statistik untuk memilih model yang digunakan diperlihatkan pada Gambar 3.2. berikut. Sumber : Syahrial, 2004 Gambar 3.2. Pengujian Pemilihan Model dalam Pengolahan Data Panel

3.2.4. Evaluasi Model