Transcript bab x. regresi data panel

(Guru Besar pada Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor)
Lektor pada Fakultas Ekonomi Universitas Jambi
© Bambang Juanda & Junaidi: Ekonometrika
Deret Waktu
Setelah mengikuti pembahasan bab inipembaca diharapkan dapat:
 Memahami pengertian data panel dan keuntungan-keuntungan
penggunaan data panel dibandingkan data deret waktu (time series)
ataupun kerat lintang (cross-section)



Memahami pendekatan-pendekatan dalam regresi data panel dan
pemilihan pendekatan/model terbaik
Memahami prosedur Eviews untuk analisis regresi data panel
Menginterpretasikan output program Eviews
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu




Penggabungan data deret waktu dengan kerat silang disebut
dengan data panel.
Diperoleh gambaran tentang perilaku beberapa objek tersebut
selama beberapa periode waktu.
Nama lain data panel: Pooled data, longitudinal data, event history
analysis, ataupun cohort analysis
Keuntungan menggunakan data panel:
 Dapat mengontrol unobserved heterogeneity
 Memberikan data yang lebih informatif, lebih bervariasi,
mengurangi kolinearitas antarpeubah, memperbesar derajat
kebebasan, dan lebih efisien.
 Dapat dipelajari suatu bentuk perubahan yang dinamis.
 Dapat mendeteksi dan mengukur efek suatu peubah pada
peubah lainnya dengan lebih baik
 Dapat digunakan untuk mempelajari model prilaku (behavioral
model) yang lebih kompleks
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Model Umum:
Y it    X ' it   u it
dimana:
i
= 1, 2, …, N, menunjukkan rumah tangga, individu,
perusahaan dan lainnya (dimensi data silang)
t
= 1, 2, …, T, menunjukkan dimensi deret waktu
α
= koefisien intersep yang merupakan skalar
β
Yit
Xit
=koefisien slope dengan dimensi K x 1, dimana K adalah
banyaknya peubah bebas
= peubah tak bebas unit individu ke-i dan unit waktu ke-t
= peubah bebas untuk unit individu ke-i dan unit waktu ke-t
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu



Estimasi regresi data panel tergantung asumsi intersep, slope dan
sisaan uit
Terdapat beberapa kemungkinan :
 Intersep dan slope adalah konstan menurut waktu dan individu
sedangkan sisaan berbeda antar waktu dan individu
 Slope tetap tetapi intersep berbeda antar individu
 Slope tetap tetapi intersep berbeda antar individu antar waktu
 Semua koefisien (slope dan intersep) berbeda antar individu
 Semua koefisien berbeda antar individu dan antar waktu
Berdasarkan variasi-variasi asumsi tsb, terdapat tiga pendekatan
perhitungan model regresi data panel yaitu:
1. Metode Common-Constant (The Pooled OLS Method=PLS)
2. Metode Fixed Effect (FEM)
3. Metode Random Effect (REM)
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu
Metode Common-Constant (Pooled Ordinary Least Square = PLS)
 Menggunakan metode OLS biasa.
 Diasumsikan setiap unit individu memiliki intersep dan slope yang
sama (tidak ada perbedaan pada dimensi kerat waktu).
 Regresi panel data yang dihasilkan berlaku untuk setiap individu.
Metode Fixed Effect (Fixed Effect Model=FEM)
 Intersep dibedakan antar individu.
 Dalam membedakan intersepnya dapat digunakan peubah dummy,.
 Metode ini dikenal dgn model Least Square Dummy Variable (LSDV).
Metode Random Effect (Random Effect Model=REM)
 Intersep tidak dianggap konstan, namun dianggap sebagai peubah
random dengan suatu nilai rata-rata
 Metode random dikenal dgn sebutan Error Components Model (ECM)
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pemilihan antara Model PLS dengan FEM
Menggunakan Uji Chow atau Likelihood Test Ratio.

Pemilihan antara PLS dengan REM
Menggunakan uji Lagrange Multiplier (LM).

Pemilihan antara Model FEM dengan REM
Menggunakan uji Hausman
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Estimasi dengan Metode PLS. Klik Estimate
•dependent variable misalnya isikan dta? Sebagai peubah tak
bebasnya.
•Common coeficients: misalnya isikan c size? tang? growth?
prof? risk? sebagai peubah bebasnya.
•Perhatikan bahwa untuk setiap nama peubah diakhiri dengan
tanda tanya (?) kecuali untuk c (konstanta) yang menunjukkan
analisis dilakukan untuk seluruh data individu.

Estimasi dengan Metode FEM.
Sama dengan metode PLS tetapi dengan mengganti pilihan pada
kotak Cross-section (yang tadi nya none) dengan Fixed.

Estimasi dengan Metode REM
Sama dengan metode PLS tetapi dengan mengganti pilihan pada
kotak Cross-section dengan Random
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu
Uji Chow untuk memilih antara model PLS dengan FEM
 Dalam posisi setelah mengestimasi model FEM, klik View.
Klik Fixed/Random Effect Testing > Redundant Fixed
Effects – Likelihood Ratio
Uji Hausman untuk memilih antara model FEM dengan REM
 Dalam posisi setelah mengestimasi model REM, klik View.
klik Fixed/Random Effect Testing > Correlated
Random Effects – Hausman Test
© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu