Regresi Data Panel Menggunakan Eviews

by: Ni’matush Sholikah

Pooled (panel) data merupakan kombinasi dari data time series dan cross section. Panel Data adalah data yang memiliki dimensi waktu dan ruang. Regresi panel merupakan analisis regresi linier dengan data yang bedimensi ruang dan waktu.

Keuntungan Panel Data

  • Heterogeneity
  • Lebih informatif, bervariasi, degree of freedom lebih besar dan efisien
  • Menghindari masalah multikolinearitas
  • Lebih unggul dalam mempelajari perubahan dinamis seperti pengangguran, job turnover, mobilitas tenaga kerja
  • Lebih dapat mendeteksi dan mengukur pengaruh-pengaruh yang tidak dapat diobservasi pada data cross-section murni atau time-series murni
  • Dapat digunakan untuk mempelajari behavioral model
  • Meminimisasi bias

METODE DATA PANEL

  1. Pooled least square (PLS), mengestimasi data panel dg metode OLS.
  2. Fixed Effect (FE), menambahkan model dummy pada data panel.
  3. Random Effect (RE), memperhitungkan error dari data panel dg metode least square.

MODEL DATA PANEL

  1. Pooled least square (PLS)

Yit12 + β3 X3it +. .  . .  + βn Xnit + μit

  • Fixed Effect (FE)

Yit1+ α2D2 +. . .+ αnDn2 X2it +. . . + βnXnit + μ it

  • Random Effect (RE)

Yit12 X2it +. .  . .  + βn Xnit + εit + μit

Pemilihan Model Data Panel

  • Menggunakan “Likelihood Ratio” untuk menentukan antara penggunaan model common model (PLS) dan Fixed Effect Model (FEM).

Dengan Kriteria sebagai berikut:

       Ho: model yang dipakai common model

       H1: model yang dipakai FEM

Kriteria:

       Lihat Prob. Cross section Chi-Square

       Jika > (0,05) à Ho diterima à Common Model

       Jika < (0,05) à Ho ditolak à FEM

  • Menggunakan “Hausman Test” untuk menentukan antara penggunaan model Fixed Effect Model (FEM) dan  random random effect.
Loading...

Dengan Kriteria sebagai berikut:

       Ho :model random effect

       Ha :model fixed effect

Kriteria:

       Lihat Prob. Cross section Chi-Square

       Probabilitas value > 0,05 = random effect

       Probabilitas value < 0,05 = fixed effect

CONTOH KASUS

Pada kasus ini, kita akan menganalisis “1) Apakah terdapat pengaruh yang signifikan ketimpangan pendidikan terhadap pertumbuhan ekonomi di Kabupaten/Kota Jawa Timur ? Data ketimpangan pendidikan dan pertumbuhan ekonomi menggunakan sampel di Kabupaten Sumenep, Kabupaten Jember, Kabupaten Nganjuk, dan Kota Surabaya tahun 2008 hingga 2012 dalam satuan prosentase.

Dengan spesifikasi model.

Loading...

Keterangan:

  • Gini = indeks gini pendidikan
  • PE = pertumbuhan ekonomi
  • a = konstanta
  • b = koefisien variabel
  • i = kabupaten/kota di Jawa Timur
  • t = tahun
  • e = error term

Dengan data sebagai berikut:

Run Menggunakan Eviews

  • Buka file -> new -> workfile -> pilih balanced panel -> pilih annual -> isi start date (2008) dan end date (2012) -> ok
  • Pilih object -> new object -> pilih pool -> isi name for object (panel1) -> ok
  • Klik panel1 -> keluar workfilenya -> isi dengan: _kabsumenep, _kabjember, _kabnganjuk, _kotasurabaya
  • Proc -> import pool data -> pilih data -> tampil excel spreadsheet import -> isi B2 -> variabel dependent (pe?) dan variabel independent (giniedu?)
  • Proc -> estimate -> isi dependent variable (pe?) -> common coeficients (c giniedu?)
  • Pilih cross section: none (untuk Common Model/PLS) -> fixed (untuk FEM) -> random (untuk REM).

Hasil none

Hasil fixed

Hasil random

  • Untuk menentukan penggunaan model common model (PLS)/ Fixed Effect Model (FEM) -> (pada model fixed) klik view -> fixed/random effect testing -> likelihood ratio.
  • Jika Prob. Cross section Chi-Square < (0,05) à Ho ditolak, maka model yang dipilih adalah FEM. Sedangkan jika Prob. Cross section Chi-Square > (0,05) à Ho diterima, maka model yang dipilih adalah Common Model. Hasil  likelihood ratio pada Prob. Cross section Chi-Square adalah 0,1615  > 0,05 maka model yang digunakan adalah Common Model (PLS). Dengan demikian, tidak perlu dilakukan uji kedua metode random effect.
  • Mengidentifikasi uji hipotesis dari model Common model (PLS).


Hasil Uji t untuk menguji pegaruh variabel ketimpangan pendidikan (Giniedu) terhadap pertumbuhan ekonomi, diperoleh nilai signifikansi sebesar 0.0410 < 0,05. Dengan demikian hipotesis nol ditolak artinya, variabel ketimpangan pendidikan mempunyai pengaruh yang signifikan terhadap pertumbuhan ekonomi di kabupaten/kota Provinsi Jawa Timur.

Tinggalkan Balasan