Loading...
Wednesday, May 01, 2013

PART 1: PENGENALAN REGRESI DATA PANEL


A.    Pengertian Data Panel
Data panel adalah gabungan antara data runtut waktu (time series) dan data silang (cross section). Misalkan anda sebagai seorang peneliti ingin meneliti bank Mandiri dalam kurun waktu 2000-2013 maka anda melakukan penelitian menggunakn data time series. Contoh lain pada tahun 2009 keuntungan industri perbankan Indonesia di atas rata-rata  negara-negara ASEAN, apabila anda ingin meneliti fenomena tersebut dengan memasukan data semua bank dalam waktu 2009 saja, penelitian anda disebut menggunakan data cross section. Sedangkan jika anda ingin meneliti banyak bank dan dengan beberapa periode waktu (misalnya 10 bank dalam kurun waktu 5 tahun) penelitian anda menggunakan data panel.
Menurut Agus Widarjono (2009) penggunaan data panel dalam sebuah observasi mempunyai beberapa keuntungan yang diperoleh. Pertama, data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan lebih menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (omitted-variabel).
Hsiao (1986), mencatat bahwa penggunaan panel data dalam penelitian ekonomi memiliki beberapa keuntungan utama dibandingkan data jenis cross section maupun time series.
1.      Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.
2.      Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.
3.      Ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.

B.     Model Regresi Data Panel
Untuk dapat lebih memahami tentang regresi panel, kita akan langsung masuk pada praktikum, dalam pembahasan ini terdapat 13 part pembahasan yang setiap part akan dijelaskan secara terpisah. Diantaranya:  
Part 1: Pengenalan regresi data panel
Part 2: Analisis regresi data panel dengan EViews
Part 3: Uji Chow (pemilihan model regresi data panel)
Part 4: Uji Hausman (pemilihan model regresi data panel)
Part 5: Uji Lagrange Multiplier (pemilihan model regresi data panel)
Part 6: Uji asumsi klasik regresi data panel dengan eviews (normalitas)
Part 7: Uji asumsi klasik regresi data panel dengan eviews (multikolinearitas)
Part 8: Uji asumsi klasik regresi data panel dengan eviews (heteroskedastisitas)
Part 9: Uji asumsi klasik regresi data panel dengan eviews (autokorelasi)
Part 10: Uji signifikasi (ajusted R square) dengan eviews
Part 11: Uji signifikasi (uji f atau uji simultan) dengan eviews
Part 12: Uji signifikasi (uji t atau uji parsial) dengan eviews
Part 13: Interpretasi regresi data panel
Judul penelitian yang akan kita pakai adalah “Analisis Pengaruh Non Performing Loan (NPL) dan Kurs Terhadap Penyaluran Kredit  Bank Umum Periode 2007-2011 
Model Regresi Panel dari judul diatas sebagai berikut ini:
 Y  =  α + b1X1it + b2X2it + e
Keterangan:
Y         = Variabel dependen (LDR)
α          = Konstanta
X1          = Variabel independen 1 (NPL)
X2          = Variabel independen 2 (Kurs)
b(1…2)   = Koefisien regresi masing-masing variabel independen
e          = Error term
t           = Waktu
i           = Perusahaan
C.    Metode Estimasi Model Regresi Panel
Dalam metode estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain:
1.      Common Effect Model
Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. Pada model ini tidak diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
2.      Fixed Effect Model
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).
 3.      Random Effect Model
Model ini akan mengestimasi data panel dimana variabel gangguan  mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS)  
D.    Pemilihan Model
Untuk memilih model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat dilakukan yakni:
1.      Uji Chow
Chow test yakni pengujian untuk menentukan model Fixed Effet atau Random Effect yang paling tepat digunakan dalam mengestimasi data panel. Pembahasan uji Chow akan dijelaskan lebih lanjut pada Part 3.
2.      Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan. Pembahasan uji Hausman akan dijelaskan lebih lanjut pada Part 4.
3.      Uji Lagrange Multiplier
Untuk mengetahui apakah model Random Effect lebih baik daripada metode Common Effect (OLS) digunakan uji Lagrange Multiplier (LM). Pembahasan uji Hausman akan dijelaskan lebih lanjut pada Part 5.

E.     Kerangka Pemikiran
 

12 komentar:

agneis.murdianti said...

assalamualaikum, maaf mas saya agneis dari fakultas ekonomi di bandung.
saya mau bertanya jika ada persamaan seperti ini Y = α + b1X1it + b2X2it + b3X3t + b4X4t + e. bagaimana cara meregres di eviews nya? terima kasih

Anonymous said...

assalamualaikum mas, saya mohon bantuannya untuk part 8 - part 13 kok tidak ada lanjutannya.
saya sedang mengerjakan tugas akhir dan informasi dari mas ini sangat membantu. tolong untuk part 8 - 13 nya dilanjutkan juga mas
terima kasih banyak

Andrianto Aliong said...

Mohon part 8-13 bisa d emailkan gan? 4ndri19@gmail.com. Thx

Anonymous said...

selamat pagi,

kak, bagaimana cara penyelesaian dgn menggunakan regresi data panel tidak lengkap (unbalanced panel data) ? tolong berikan referensi yg mendukung untuk menyelesaikan metode tersebut atau tutorialnya kak. Terima kasih.

IBU TUTI TKI SINGAPUR said...

SAYA SEKELUARGA INGIN MENGUCAPKAN BANYAK TERIMAH KASIH KEPADA AKI NAWE BERKAT BANTUANNNYA SEMUA HUTANG HUTANG SAYA SUDAH PADA LUNAS SEMUA BAHKAN SEKARAN SAYA SUDAH BISA BUKA TOKO SENDIRI,ITU SEMUA ATAS BANTUAN AKI YG TELAH MEMBERIKAN ANKA JITUNYA KEPADA SAYA DAN ALHAMDULILLAH ITU BENER2 TERBUKTI TEMBUS..BAGI ANDA YG INGIN SEPERTI SAYA DAN YANG SANGAT MEMERLUKAN ANGKA RITUAL 2D 3D 4D YANG DIJAMIN 100% TEMBUS SILAHKAN HUBUNGI AKI NAWE DI 085-218-379-259 ATAU KLIK SITUS KAMI PESUGIHAN TAMPA TUMBAL

Olah Data Semarang said...

Ebook Data Panel EVIEWS 9
Merupakan Tutorial Data Panel Menggunakan EVIEWS 9 Terdiri Data Panel Dan Data Panel Dengan Koefisien Cross Section Yang Dilengkapi Uji Chow, Hausman, LM Dan Asumsi Klasik Regresi Meliputi Multikolinieritas, Heterokedasitisitas, Autokorelasi.
Link Download
goo.gl/xhb133
goo.gl/Y3NIjq

Olah Data Semarang said...

Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
Karena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
LISREL, EVIEWS, SMARTPLS, DEA
Serahkan Dan Percaya Kepada Kami.
Kami Siap Bantu Anda.
Olah Data Semarang (Timbul Widodo)
WA : +62 852-2774-6673
IG : olahdatasemarang

Olah Data Semarang said...

Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
Karena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
LISREL, EVIEWS, SMARTPLS, DEA
Serahkan Dan Percaya Kepada Kami.
Kami Siap Bantu Anda.
Olah Data Semarang (Timbul Widodo)
WA : +62 852-2774-6673
IG : olahdatasemarang

ismi rayyan said...

Assalamualaikum.
Maaf sebelumnya Pak, saya ingin bertanya. Saya melakukan penelitian terhadap data cross section sebanyak 24 dengan rentang waktu 2011-2015 serta 5 variabel bebas. Saya ingin menentukan model regresi data panel yang cocok untuk penelitian saya dengan menggunakan EVIEWS. Tapi ketika saya mengestimasi data saya pada program tersebut, ada kesalahan EVIEWS menyatakan "insufficient number of observation". Yg ingin saya tanyakan Pak, Bagaimana solusi untu masalah tersebut? apakah analisis regresi panel memiliki keterbatasan untuk spesifikasi variabelnya?

ismi rayyan said...

Assalamualaikum.
Maaf sebelumnya Pak, saya ingin bertanya. Saya melakukan penelitian terhadap data cross section sebanyak 24 dengan rentang waktu 2011-2015 serta 5 variabel bebas. Saya ingin menentukan model regresi data panel yang cocok untuk penelitian saya dengan menggunakan EVIEWS. Tapi ketika saya mengestimasi data saya pada program tersebut, ada kesalahan EVIEWS menyatakan "insufficient number of observation". Yg ingin saya tanyakan Pak, Bagaimana solusi untu masalah tersebut? apakah analisis regresi panel memiliki keterbatasan untuk spesifikasi variabelnya?

topit pajri22 said...

assalamualiku min,,saya ingin bertanya,dalam penelitian yang saya lakukan saya menggunakan data time series saja.apakah saya bisa menggunankan data panel dalam pengelohan data yang hanya menggunakan data time series saja? terima kasin min

Olah Data Semarang said...

Olah Data Semarang Menerima Jasa Olah Data Dengan EVIEWS
Untuk Analisis Regresi Berganda, Regresi Data Panel, ARIMA, VECM, DLL
ARIMA, DLL. WA : +6285227746673, IG : @olahdatasemarang

 
TOP