PANEL DATA (Uji Chow)

Chow Test (Pengujian F Statistic) 

     Chow test berfungsi untuk menentukan apakah model yang digunakan pooled least square atau fixed  effect. Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut: 

           H0 : Model pooled least square (restricted)
           H1 : Model fixed effect (unrestricted)

Tolak H0  jika nilai Chow statistik (F-statistic) lebih besar dari F tabel. Dengan demikian, model yang dipilih adalah model  fixed effect, dan sebaliknya. Besaran nilai Chow itu sendiri didapat dari perhitungan   di bawah ini. 

                         
dimana:
RRSS  :  restricted residual sum square  
URSS  :  unrestricted residual sum square  

      N  :  jumlah data unit individ
       T  :  jumlah data deret-waktu
      K  :  jumlah peubah bebas

 

Hipotesis dalam uji chow adalah:

H0     : Common Effect Model atau pooled OLS

H1     : Fixed Effect Model

Perhitungan F statistik didapat dari Uji Chow dengan rumus (Baltagi, 2005):

Dimana:

SSE1 : Sum Square Error dari model Common Effect

SSE2 : Sum Square Error dari model Fixed Effect

n        : Jumlah perusahaan (cross section)

nt       : Jumlah cross section x jumlah time series

k        : Jumlah variabel independen

Sedangkan F tabel didapat dari:

Dimana:

α                   : Tingkat signifikasi yang dipakai (alfa)

n                    : Jumlah perusahaan (cross section)

nt                   : Jumlah cross section x jumlah time series

k                    : Jumlah variabel independen

Untuk menghitung kita lihat hasil Common Effect dan Fixed Effect dibawah ini:

Hasil Regresi Panel dengan Common Effect

Dependent Variable: LDR
Method: Panel Least Squares
Date: 04/29/13   Time: 07:21
Sample: 2007 2011
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	101.5206	33.72252	3.010470	0.0042
NPL	8.066572	3.574101	2.256951	0.0287
KURS	-0.003213	0.003595	-0.893980	0.3759
R-squared	0.105314	Mean dependent var		79.28840
Adjusted R-squared	0.067243	S.D. dependent var		14.93432
S.E. of regression	14.42347	Akaike info criterion		8.233715
Sum squared resid	9777.711	Schwarz criterion		8.348436
Log likelihood	-202.8429	Hannan-Quinn criter.		8.277401
F-statistic	2.766212	Durbin-Watson stat		0.235459
Prob(F-statistic)	0.073157

Hasil Regresi Panel dengan Fixed Effect

Dependent Variable: LDR
Method: Panel Least Squares
Date: 04/29/13   Time: 07:22
Sample: 2007 2011
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	101.6511	11.83352	8.590096	0.0000
NPL	-9.442499	3.187997	-2.961891	0.0052
KURS	-0.001377	0.001298	-1.060954	0.2954
	Effects Specification
Cross-section fixed (dummy variables)
R-squared	0.910928	Mean dependent var		79.28840
Adjusted R-squared	0.885144	S.D. dependent var		14.93432
S.E. of regression	5.061309	Akaike info criterion		6.286690
Sum squared resid	973.4401	Schwarz criterion		6.745576
Log likelihood	-145.1673	Hannan-Quinn criter.		6.461437
F-statistic	35.32908	Durbin-Watson stat		1.590946
Prob(F-statistic)	0.000000

Fn-1,nt,n-k (ROE)         =           (9777,711- 973,4401) / (10 -1)     

                                                    973,4401/ (10.5 - 10 – 2)   

                                        =           978,252322222    

                                                     20,2800020833

                                       =          48,237289

F-tabel                            =          ⎨ ⍺ ; df (n-1, nT-n-k)⎬

                                       =         5% ; (10 - 1, 10.5 - 10 - 2)

                                       =          5% ; (9, 50 - 10 - 2)

                                       =          5% ; (9, 48)     = 2,08

Hasil dari perhitungan F-hitung  didapat sebesar 48,237289 sedangkan F-tabel dari numerator 9 dan denumenator 48 pada ⍺: 5% adalah 2,08. Dari hipotesis diatas dapat disimpulkan bahwa H0 ditolak karena F-hitung lebih besar dari F-tabel (48,237289 > 2,08), sehingga model yang dipakai dalam penelitian ini adalah Fixed Effect Model.

 

Berikut ini hasil regresi panel dengan model Fixed Effect:

 

Dependent Variable: LDR
Method: Panel Least Squares
Date: 04/29/13   Time: 07:22
Sample: 2007 2011
Periods included: 5
Cross-sections included: 10
Total panel (balanced) observations: 50
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	101.6511	11.83352	8.590096	0.0000
NPL	-9.442499	3.187997	-2.961891	0.0052
KURS	-0.001377	0.001298	-1.060954	0.2954
	Effects Specification
Cross-section fixed (dummy variables)
R-squared	0.910928	Mean dependent var		79.28840
Adjusted R-squared	0.885144	S.D. dependent var		14.93432
S.E. of regression	5.061309	Akaike info criterion		6.286690
Sum squared resid	973.4401	Schwarz criterion		6.745576
Log likelihood	-145.1673	Hannan-Quinn criter.		6.461437
F-statistic	35.32908	Durbin-Watson stat		1.590946
Prob(F-statistic)	0.000000

MATERI PANEL DATA

PEMILIHAN MODEL TERBAIK ANALISIS DATA PANEL (COMMON, FIXED, RANDOM EFFECT) DILENGKAPI CONTOH DENGAN EVIEWS 7.0

Malam sobat semua..

Wah wah apa kabar sobat semua? Moga baik-baik aja ya semuanya.. Waduh dah nyaris seminggu saya belum sempat ngeposting lagi.. 

Hemmh, seperti janji saya kemaren, setelah ngeposting tentang uji stasioneritas data panel, sekarang saya mau posting lagi tentang pemilihan model terbaik analisis data panel..

Seperti yang kita tahu nih bahwa dalam analisis data panel, ada 4 kemungkinan yang bisa terjadi nih sob. Apa saja kemungkinannya? Check out:

1. Slopenya tetap tetapi intersepnya yang  berbeda antar individu

2. Slopenya  tetap tetapi intersepnya yang  berbeda antar individu dan waktu

3. Intersep dan slope tetap antar waktu dan  individu sedangkan residual/sisaannya yang  berbeda antar waktu dan individu 

4. Semua koefisien (slope dan intersep) berbeda antar individu

Nah, karena kemungkinan ini, maka dalam analisis data panel didekati dengan tiga jenis penghitungan yang tentunya saling berbeda satu sama lain. Berikut pendekatannya:

1.  Metode Common-Constant (The Pooled OLS               Method=PLS)

Common ini sama aja dengan metode OLS (Regresi Biasa). Intinya, intersep dan slopenya tetap antar waktu dan individu.

2. Metode Fixed Effect (FEM)

Dalam Fixed Effect, slopenya tetap tetapi intersepnya yang berbeda antar individu. Karena intersep berbeda antar individu, maka untuk membedakannya dibutuhkan bantuan dummy variabel (variabel boneka). Nah, karena metode ini pakai bantuan dummy, maka metode populer dengan sebutan Least Square Dummy Variable (LSDV)

3. Metode Random Effect (REM

Agak sedikit beda dengan dua metode lain, untuk Random Effect, intersep dianggap sebagai variabel acak/random yang punya nilai rata-rata. Intersep tidak dianggap konstan. Oleh karena metode ini pakai anggapan sedemikian, maka model Random ini populer dengan sebutan Error Component Model

Oke, itu intro yang bisa saya sampaikan. Lengkapnya, bisa dipelajari dan dikembangkan ilmunya oleh sobat ya, hehehe..

Yap, tanpa berlama-lama, kita masuk ke bagian inti yaitu memilah dan memilih model yang terbaik (best model) untuk analisis data panel.

Data yang saya pakai adalah data yang sama pada postingan uji stasioneritas data panel. Saya anggap sobat udah tau dulu hal non teknis awal memasukkan data ke dalam bentuk panel. Pertama, buka cross section identifier yang berisikan nama 33 propinsi di Indonesia.

Selanjutnya, sobat klik Estimate maka akan tampil seperti ini:

 

 

Masukkan variabel terikat punya sobat ke dalam bagian Dependent Variable dan seluruh variabel bebasnya ke dalam bagian Common Coefficients. Naaah, kalo disini saya contohkan variabel terikatnya adalah lnpdrb sedangkan variabel bebasnya adalah openness (keterbukaan ekonomi), kurs(nilai tukar), lnindeksrate(tingkat suku bunga), lnihk (inflasi), tpt (tingkat pengangguran terbuka) dan lnekspor.

Pada Estimation Method, sub  Cross Section buat menjadi Fixed. Pada Balance Sample mau dicentang atau enggak sama saja karena data yang dipakai sampelnya sudah sama besar. Kalau sudah, hasilnya seperti ini:

Selanjutnya ayo kita uji antara Model dengan metode Fixed Effect VS Common/Pool Effect. Kita pakai uji Chow. Kalau nanti hasilnya adalah terima hipotesis nol yaitu model terbaik adalah Common, maka pengujian kita selesai sampai disini saja. Akan tetapi, kalau hasilnya nanti adalah menolak hipotesis nol sehingga model terbaik yang terpilih antara Fixed dan Common adalah Fixed, maka pengujian kita masih berlanjut.

Langsung klik lagi menu View (masih pada output Fixed yang terbuka),  lalu pilih Fixed/Random Effect Testing dan pilih Redundant Fixed Effect-LR (uji Chow) seperti ilustrasi berikut:

 

Nanti, sobat bakal ketemu output pengujian Fixed VS Common seperti ini:

  

Perhatikan  kedua nilai probabilitas Cross Section F dan Chi Square adalah 0,0000 yang lebi kecil dari Alpha 0,05 sehingga kita menolak hipotesis nol. jadi, untuk uji Chow, model yang terbaik (pemilahan) adalah model dengan metode Fixed Effect.

Okee, kita lanjut lagi nih menguji antara Random VS Fixed. Nah, disini kita pakainya Uji Hausman ya sob. Ingat, hipotesis yang dipakai selalu pada hipotesis alternatif model terbaik adalah model Fixed Effect. Praktek lagi yuk, hehehe.. Buat lagi Pool Estimation seperti sebelumnya. Pada bagian Estimation Method, sub Cross Section tinggal ganti menjadi Random. Berikut ilustrasinya:

Hasilnya seperti ini:

 

Pilih lagi View, lalu Fixed/Random Effect Testing dan pilih Correlated Random Effects-Hausman Test.

Berikut output pengujian Hausman Random VS Fixed.

  

Perhatikan Prob. Cross Section Random sebesar 1,0000 lebih besar daripada Alpha 0,05 sehingga dengan demikian kita menerima hipotesis nol sehingga model terbaik yang kita dapat setelah pemilahan dan pemilahan adalah model dengan metode Random Effect. Nah, nanti ingat juga, yang kita interpretasikan untuk melihat besarnya pengaruh variabel-variabel bebas terhadap variabel terikat adalah Pool Estimation yang pakai Random Effect yaa...

Untuk cara pembacaan output dan individual effect akan hadir pada postingan selanjutnya. Bonusnya, hehehe.. saya akan kasi juga deh interpretasi/pemaknaan individual effect yang menarik dari 33 propinsi. 

Oke deh sobat, itu dulu yang bisa saya bagikan tentang pemilihan model terbaik. Semoga jangan hanya model yang terbaik, dalam hidup pun hendaklah kita lakukan yang terbaik. Sesuai dengan motto blog ini, hidup hanya sekali, buatlah sejarah yang manis. Salam :-)

Sumber:
Lihat disini

Dosen Pengajar Mata Kuliah Ekonometrika

ttd

    Ali Tutupoho, S.E., M.Si

BUKU REFERENSI

Dosen Pengajar Mata Kuliah Ekonometrika

ttd

    Ali Tutupoho, S.E., M.Si