PART 5: UJI LAGRANGE MULTIPLIER (PEMILIHAN MODEL REGRESI DATA PANEL)

Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model Random Effect atau model Common Effect (OLS) yang paling tepat digunakan. Uji signifikasi Random Effect ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikasi Random Effect didasarkan pada nilai residual dari metode OLS. Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut:

 

Dimana :

n = jumlah individu

T = jumlah periode waktu

e = residual metode Common Effect (OLS)

Hipotesis yang digunakan adalah :

H0 : Common Effect Model

H1 : Random Effect Model

Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedom sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi-squares maka kita menolak hipotesis nul, yang artinya estimasi yang tepat untuk model regresi data panel adalah metode Random Effect dari pada metode Common Effect. Sebaliknya jika nilai LM statistik lebih kecil dari nilai statistik chi-squares sebagai nilai kritis, maka kita menerima hipotesis nul, yang artinya estimasi yang digunakan dalam regresi data panel adalah metode Common Effect bukan metode Random Effect (Widarjono, 2009).  
Pada kesempatan ini uji LM tidak digunakan karena pada uji Chow dan uji Hausman menunjukan model yang paling tepat adalah Fixed Effct Model. Uji LM dipakai manakala pada uji Chow menunjukan model yang dipakai adalah Common Effect Model, sedangkan pada uji Hausman menunjukan model yang paling tepat adalah Random Effect Model. Maka diperlukan uji LM sebagai tahap akhir untuk menentukan model Common Effect atau Random Effect yang paling tepat.  
Untuk melihat part 1-8 klik disini!