Definisi
Regresi data panel merupakan teknik regresi yang
menggabungkan data time series dengan cross section.
Menurut Agus Widarjono (2007) metode regresi data panel mempunyai beberapa keuntungan
jika dibandingkan dengan data time series atau cross section,
yaitu:
- Data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar.
- Menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (ommited-variabel).
Keunggulan
regresi data panel menurut Wibisono (2005) antara lain:
Pertama.
Panel data
mampu memperhitungkan heterogenitas individu secara ekspilisit dengan
mengizinkan variabel spesifik individu;
Kedua.
Kemampuan
mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan
untuk menguji dan membangun model perilaku lebih kompleks.
Ketiga.
Data panel
mendasarkan diri pada observasi cross-section yang berulang-ulang (time
series), sehingga metode data panel cocok digunakan sebagai study of dynamic
adjustment.
Keempat.
Tingginya
jumlah observasi memiliki implikasi pada data yang lebih informative, lebih
variatif, dan kolinieritas (multiko) antara data semakin berkurang, dan derajat
kebebasan (degree of freedom/df) lebih tinggi sehingga dapat diperoleh hasil
estimasi yang lebih efisien.
Kelima.
Data panel
dapat digunakan untuk mempelajari model-model perilaku yang kompleks.
Keenam, Data
panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh
agregasi data individu.
Dengan
keunggulan tersebut maka implikasi pada tidak harus dilakukannya pengujian
asumsi klasik dalam model data panel (Verbeek, 2000; Gujarati, 2006; Wibisono,
2005; Aulia; 2004, dalam Shochrul R, Ajija, dkk. 2011 ).
Common
Effect
Teknik yang digunakan dalam metode Common Effect hanya dengan mengkombinasikan data time series dan cross section. Dengan hanya menggabungkan kedua jenis data tersebut maka dapat digunakan metode OLS untuk mengestimasi model data panel. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu, dan dapat diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai rentang waktu. Asumsi ini jelas sangat jauh dari realita sebenarnya, karena karakteristik antar perusahaan baik dari segi kewilayahan jelas sangat berbeda.
Fixed Effect
Teknik yang digunakan dalam penelitian ini adalah metode Fixed Effect. Metode dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Metode ini mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu, namun intersepnya berbeda antar perusahaan namun sama antar waktu (time invariant). Namun metode ini membawa kelemahan yaitu berkurangnya derajat kebebasan (degree of freedom) yang pada akhirnya mengurangi efisiensi parameter.
Random
Effect
Tenik yang digunakan dalam Metode Random Effect adalah dengan menambahkan variabel gangguan (error terms) yang mungkin saja akan muncul pada hubungan antar waktu dan antar kabupaten/kota. Teknik metode OLS tidak dapat digunakan untuk mendapatkan estimator yang efisien, sehingga lebih tepat untuk menggunakan Metode Generalized Least Square (GLS).
Referensi:
Gujarati dan
Porter. 2009. Dasar-Dasar Ekonometrika. Jakarta : Salemba Empat
Shochrul R,
Ajija, dkk. 2011. Cara cerdas menguasai EVIEWS. Jakarta : salemba empat
Widarjono.
Agus . 2007. Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis.
Ekonisia. Yogyakarta
0 komentar:
Posting Komentar