Pendekatan Pooled Least Square PLS Pendekatan Fixed Effect Model FEM Pendekatan Random Effect Model REM

bersifat konstan dan tetap. Sedangkan data silang tempat adalah suatu unit analisis pada suatu titik waktu tertentu dengan observasi atas sejumlah variabel. Dengan data panel, jumlah pengamatan menjadi lebih banyak. Dengan analisis data regresi panel, dapat menangkap dinamika yang lebih baik dari hubungan antara luas hutan dengan faktor-faktor yang mempengaruhinya. Untuk itu dengan menggunakan data panel dalam penelitian ini, diharapkan dapat menggambarkan degradasi lingkungan di Sumatera Utara pada periode waktu yang telah ditentukan. Menurut Gujarati 2003, yang menentukan bahwa mengestimasi jenis data penel dengan metode OLS tidak konsisten dan efisien inefisiensi, sehingga disarankan untuk menggunakan metode Generelized Least Square GLS. Di mana dalam metode ini dapat dianalisis dengan tiga pendekatan yaitu :

3.6.1. Pendekatan Pooled Least Square PLS

Pada metode ini, penggunaan data panel dilakukan dengan mengumpulkan semua data cross section dan time series dan selanjutnya dilakukanlah pendugaan. Pada metode ini, model mengasumsikan bahwa nilai intersep dari masing – masing variable adalah sama dan slope koefisien dari variable – variable yang digunakan adalah identik untuk semua unit cross section.

3.6.2. Pendekatan Fixed Effect Model FEM

Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. 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. Universitas Sumatera Utara Secara sistematis model FEM dinyatakan sebagai berikut : Y it = α + βX it + γ 2 W 2t + γ 3 W 3t + ..... + γ N W Nt + δ 2 Z i2 + δ 2 Z i2 + ... + δ 2 Z i2 + ε it Di mana : Y it = Variabel terikat untuk Kabupaten ke-i dan waktu ke-t X it = Variabel bebas untuk Kabupaten ke-i dan waktu ke-t

3.6.3. Pendekatan Random Effect Model REM

Pada model ini, perbedaan karakteristik individu dan waktu yang diakomodasikan pada error dari model. Model ini memperhitungkan bahwa error term mungkin berkorelasi sepanjang time series dan cross section. Model REM digunakan apabila data time series lebih kecil dari data cross section. Secara sistematis model REM dinyatakan sebagai berikut : Y it = α + βX it + ε it ; ε it = u i + v t + w it Di mana : u i = Komponen error cross section v t = Komponen error time series w it = komponen error gabungan 3.7. Pendapat Pakar Pemilihan Model FEM atau REM Beberapa pakar ekonomtrika membuat pembuktian untuk menentukan model mana yang paling sesuai untuk digunakan dalam data panel. Adapun kesimpulan dari pembuktian tersebut adalah Nachrowi, 2006 : Universitas Sumatera Utara 1. Jika pada data panel jumlah data time series lebih besar dibandingkan jumlah data cross section, maka disarankan untuk menggunakan model Fixed Effect Model FEM. 2. Jika pada data panel jumlah data time series lebih sedikit dibandingkan jumlah data cross section, maka disarankan untuk menggunakan model Random Effect Model REM.

3.8. Analisis Jalur Path Analysis