Regresi Data Panel dengan Eviews 7

Regresi data panel dapat dilakukan dengan eviews atau dengan eviews versi 7 atau versi sebelumnya. Analisis data panel memang lebih cocok menggunakan software eviews dibandingkan sofware lain seperti SPSS. SPSS lebih cocok digunakan untuk menganalisis bukan data panel (time series saja atau cases saja). Analisis data panel adalah pengamatan mengenai data yang berupa multiple kasus (perusahaan, kota, negara, dll) yang dianalisis lebih dari saru serial waktu. analisis data panel lebih dikenal juga sebagai cross-sectional time series data.

Mengingat data terdiri dari dua dimensi, maka analisis regresi data panel yang digunakan juga perlu mempertimbangkan data multiple cases. EViews versi 7 atau versi sebelumnya juga sudah menyediakan menu yang mengakomodasi untuk keperluan model seperti ini. Sebagai contoh ketika kita menggunakan multiple cases beberapa negara, maka dalam model yang kita analisis juga perlu mempertimbangkan beberapa negara.

Berikut adalah langkah-langkah analisis regresi data panel dengan eviews 7 atau versi sebelumnya:

  1. Model Pool atau Model Common

Dalam regresi panel data ada yang namanya model pool . Model pool atau model common digunakan untuk menguji hipotesa model penelitian tanpa membedakan waktu dan kelompok data. Dalam hal ini tidak membedakan tahun dan tidak membedakan parent company dari perusahaan-perusahaan yang diujikan.

  1. Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk menguji model pool bukan regresi data panel. Mengingat model pool dilakukan dengan menggunakan pendekatan ordinary least square, maka model pool perlu memenuhi asumsi klasik (normalitas, multikolinieritas, autokorelasi dan heteroskedastisitas).

  1. Running Model Fixed Effect

Model Fix Effect : Yit = β0 + β1X1ij+ β2X2ij3D3 + β4D4+ β5D5 +  eit

Model fixed effect pada regresi data panel dilakukan mengingat parent company dari perusahaan yang dijadikan sample berbeda. Sehingga perlu melihat efek apakah terdapat pengaruh dari parent company yang berbeda. Pendekatan ini mengizinkan intercept bervariasi antar unit cross-section  namun tetap mengasumsikan bahwa slope koefisien adalah konstan antar unit cross-section. Penambahan variabel dummy ini dapat mengurangi banyaknya degree of freedom yang pada akhirnya akan mempengaruhi koefisien dari parameter yang diestimasi

  1. Uji Chow

Uji ini digunakan salah satu untuk memilih model pada regresi data panel, yaitu antara model efek tetap (fixed effect model) dengan model koefeisien tetap (pooled regression). Hipotesis awal dari uji adalah model efek tetap (fixed effect). sama bagusnya dengan model koefisien tetap.

  1. Model Random Effect

Berbeda dengan regresi metode OLS, regresi data panel memungkinkan Intersep menjadi perbedaan responden (crossectional) β0i diganti dengan intersep yang menunjukan rata-rata intersep populasi. Error model (Vit) terdiri dari Error karena Crossectional perbedaan perusahaan (µi) dan karena Error total kombinasi antara Corssectional dan Time Series (eit).

Pendekatan ini mengasumsikan unobservable individual effects (ui) tidak berkorelasi dengan regressor (X) atau dengan kata lain ui diasumsikan bersifat random. Sebelum model diestimasi dengan model yang tepat, terlebih dahulu dilakukan uji spesifikasi apakah fixed effect atau random effect atau keduanya memberikan hasil yang sama.

  1. Uji Hausman

Pada regresi data panel, melakukan uji hausman adalah hal yang penting. Eviews versi 7 sudah menyediakannya. Setelah tahapan signifikansi diperoleh informasi bahwa model fixed effect lebih baik dibandingkan dengan model pool, maka tahapan selanjutnya perlu dilakukan pengujian apakah model random effect merupakan model yang lebih baik dibandingkan model fixed effect. Uji tersebut dilakukan dengan uji hausman. Hipotesis awal dari uji hausman adalah model random effect sama baiknya dengan model fixed effect.

Ayat HIdayat Huang

Lecturer of Statistics and Research Methodology in Jakarta, Indonesia
Ayat HIdayat Huang

Latest posts by Ayat HIdayat Huang (see all)

Leave a Reply

Your email address will not be published. Required fields are marked *


*