data panel

2013

HANDOUT PANELDATA

OLEHARIF R HAKIM

Disampaikan pada Kuliah Asistensi PPIE FE UITA 2013/2014

ARH-AsistensiPPIEFEUI 2

DATA PANEL

I. Pengantar

Data panel merupakan gabungan antara data lintas waktu (time series) dandata lintas individu (cross section). Data panel menjadi sangat bermanfaat karenamengizinkan kita untuk mendalami efek ekonomi yang tidak dapat diperoleh jikakita hanya menggunakan data time series atau data cross section. Bentuk modelregresi data panel yang akan kita lakukan dapat ditulis sebagai berikut :

Yit = + 1 X1it +2 X2it + 3 X3it + eit (1)

dimana : Yt = impor (dalam juta); X1 = PDB (dalam juta); X2 = rasio indeks harga; X3

= nilai tukar; i = individu daerah/negara; dan t = waktu.

Regresi dengan data panel memiliki beberapa keuntungan diantaranya.Pertama, data panel menyediakan data yang lebih banyak karenamenggabungkan data time series dan data cross section sehingga menghasilkandegree of freedom yang lebih besar. Kedua, estimasi data panel dapat mengatasimasalah yang timbul ketika terdapat masalah penghilangan variabel yangseharusnya masuk dalam model (omitted variable).

II. Estimasi Model dalam Panel Data

Dalam analisa model data panel dikenal empat macam pendekatan estimasiyaitu pendekatan kuadrat terkecil (pooled least squares), pendekatan efek tetap(fixed effect), dan pendekatan efek acak (random effect).II.1 Pendekatan Kuadrat Terkecil (Pooled Least Squares/PLS)

Pendekatan ini secara sederhana menggabungkan (pooled) seluruh data time-series dan cross-section dan kemudian mengestimasi model denganmempergunakan metode OLS (ordinary least squares) atau sering dikenal denganpendekatan pooled least squares. Model persamaan regresi sepertu dalampersamaan (1).

Yit = + 1 X1it +2 X2it + 3 X3it + eit (2)Pendekatan PLS mengasumsikan intersep dan slope koefisien dianggap

konstan baik antar waktu maupun antar individu. Estimasi dalam teknik ini akansulit melihat perubahan individu karena semua individu dianggap sama atauhomogen.


Tabel 1. Estimasi Pooled Least Squares Hasil estimasi denganpendekatan pooled leastsquares menunjukkanbahwa hanya variabel X1dan X3 yangberpengaruh signifikanterhadap Y pada α =10%. Nilai R-Squaredsebesar 0.3228 berartivariasi variabelindependen menjelaskanvariabel dependensebesar 32.29 persen.

II.2 Pendekatan Efek Tetap (Fixed Effect)Pendekatan efek tetap dilakukan untuk memperbaiki asumsi teknik PLS yang

jauh dari realita sebenarnya. Pendekatan efek tetap muncul karena perbedaankarakteristik setiap individu seperti budaya, gaya kepemimpinan, sistempemerintahan, dan sebagainya. Maka pendekatan efek tetap mengasumsikanadanya intersep yang dapat berbeda antar individu, namun intercept setiapperusahaan tidak bervariasi sepanjang waktu. Pendekatan efek tetap dapatdiestimasi dengan teknik variabel dummy untuk menjelaskan perbedaan interseptersebut. :

Yit = 0 + 1 X1it +2 X2it + 3 X3it + 4 D1i + 5 D2i + 6 D3i + eit (3)

dimana nilai intercept untuk setiap unit individu dapat dituliskan berikut :

D1i= 1 untuk JTG D2i = 1 untuk JBR D3i = 1 untuk JTM

= 0 untuk lainnya = 0 untuk lainnya = 0 untuk lainnya

Karena kita mempunyai 4 individu yang berbeda maka terdapat tiga variabeldummy yang diperlukan untuk mengetahui perbedaan intersep keempat daerahtersebut.

Hasil estimasi dengan pendekatan fixed effect (LSDV) menunjukkan variabel X1 berpengaruh signifikanterhadap Y serta tidak semua variabel dummy signifikan pada α = 10%. Intersep untuk DKJ sebesar -24731.440; JTG sebesar -33967.281 (-24731.440 - 9235.841); JBR sebesar 41952.500 (-24731.440 –66683.94); dan JTM sebesar 18243.280 (-24731.440 – 42974.72).


Tabel 3. Estimasi Fixed Effect (Efek Tetap) Hasil estimasi denganpendekatan fixed effectmenunjukkan variabel X1berpengaruh signifikanterhadap Y pada α =10%. Intersep untuk DKJsebesar -24731.440(-25105.71 + 374.27);JTG sebesar -33967.281(-34341.440 + 374.27);JBR sebesar 41952.500(41578.23 + 374.27); danJTM sebesar 18243.280(17869.02 + 374.27).

II.3 Pendekatan Efek Acak (Random Effect)Pendekatan efek acak digunakan untuk memperbaiki efisiensi proses least

squares dengan memperhitungkan error dari cross-section dan time-series.Model random effect adalah variasi dari estimasi generalized least squares.Pendekatan ini mengasumsikan efek individu yang tidak terobservasi tidakberkorelasi dengan regressor atau dengan kata lain bersifat random.

Berdasarkan persamaan [1] diatas menjadi:

Yit = + 1 X1it +2 X2it + 3 X3it + wit (4)

Error term kini adalah wit yang terdiri dari ui dan eit. Adapun ui adalah residualsecara individu, sedangkan eit adalah residual secara keseluruhan. Untuk alasaninilah, REM sering juga disebut error components model (ECM).

Persamaan [4] dapat dimodifikasi menjadi :

Yit = + 1 X1it +2 X2it + ui + eit (5)

Estimasi model random effect dengan metode Generalized Least Squares (GLS)dikarenakan adanya korelasi residual sehingga metode OLS tidak dapat digunakanuntuk mendapatkan estimator yang efisien.


Tabel 4. Estimasi Random Effect (Efek Acak) Hasil estimasi denganpendekatan Efek Acakmenunjukkan variabel X1,& X3 berpengaruhsignifikan terhadap Ypada α = 10%. Nilaiintersep (C) sebesar-13594.44 menunjukkannilai rata-rata darikomponen kesalahanrandom (random errorcomponent) untukseluruh daerah. Nilairandom effect yangcenderung sama untukseluruh daerahmenunjukkankecil/hampir tidak adaperbedaan komponenkesalahan random setiapdaerah.

III.Pengujian Hausman untuk Efek Tetap dan Efek AcakPengujian spesifikasi Hausman mengikuti distribusi Chi Squared yang

didasarkan pada kriteria Wald, seperti ditunjukkan sebagai berikut:]ˆˆ[ˆ]'ˆˆ[][ 12

GLSOLSGLSOLSKW (6)

dengan K merupakan derajat kebebasan yang besarnya sama dengan jumlahkoefisien slope hasil estimasi.

Secara sederhana hipotesis pengujian hausman adalah sebagai berikut :

H0 : efek acak (random effect)

H1 : efek tetap (fixed effect)

Dengan perbandigan terhadap Chi Squared Table, maka jika Hausman Statisticslebih besar dari Chi Squared Table maka cukup bukti untuk menolak hipotesis nolsehingga model yang lebih sesuai dalam menjelaskan dalam permodelan datapanel tersebut adalah model efek tetap, begitu pula sebaliknya.


Tabel 5. Pengujian Efek Tetap vs Efek Random Hasil pengujian untuk efektetap atau efek randomditunjukkan dengan nilaiprob hitung sebesar0.0000. Karena nilai probhitung lebih kecil alpha(10%), tolak Ho terima Ha.Model yang tepat adalahefek tetap (fixed effect).


Praktek Data Panel (Eviews)

Bagian ini akan menyajikan praktek estimasi data panel dengan menggunakanEviews untuk struktur data panel berformat unstacked sebagaimana tersajiberikut.

Tahun Y_JTG X1_JTG X2_JTG X3_JTG Y_JBR X1_JBR X2_JBR X3_JBR1998 27337 119097 76.03 8025 58319 74538 95.80 3.801999 24002 155220 91.45 7085 65492 79148 98.50 3.802000 33511 144843 100.00 9595 82195 90320 100.00 3.802001 30959 161950 112.55 10400 73352 88001 101.40 3.802002 31285 208420 123.83 8940 79506 95164 103.20 3.802003 32544 241684 48.23 8465 82726 103737 104.40 3.802004 51783 247904 51.16 9290 104294 117776 105.85 3.80

Tahun Y_JTM X1_JTM X2_JTM X3_JTM Y_DKJ X1_DKJ X2_DKJ X3_DKJ1998 43108 126092 98.16 36.69 6561 68232 90.80 39.061999 50350 123754 98.36 37.47 6366 73845 96.20 40.312000 61924 113774 100.00 43.27 6413 67097 100.00 50.002001 62057 116086 101.64 44.22 6412 70646 106.80 51.402002 64721 126207 102.25 43.15 7289 74575 110.00 53.102003 75805 149792 104.09 39.59 7407 77380 113.80 55.572004 95353 168352 106.95 39.06 7643 86080 120.60 56.27

Sumber : www.adb.org

1. Pembuatan workfile untuk data panel.Tahap ini merupakan langkah pertama dalam estimasi data panel. Urutanlangkah-langkahnya pilih File -> Workfile -> New.


Layar akan muncul jendela file kerja atau Workfile Create. Pada menuWorkfile structure type pilih Reguler - dated frequency. Menu Datespecification untuk bagian Frequency pilih Annual, Start date ketikkan 1990,dan End data ketikkan 2004. Jika sudah klik Ok.

Kita akan memperoleh sebuah workfile yang siap digunakan dengan rentangwaktu 15 tahun.


2. Pembuatan pool object untuk data panel.

Tahap ini merupakan identifikasi terhadap data cross section yang terlibatdalam estimasi panel data. Urutan langkah-langkahnya, pilih Object -> NewObject -> Pool lalu pilih Ok.

Layar akan muncul pool window lalu ketikkan cross section identifiers yangdiawali dengan tanda “_” untuk setiap nama cross section identifiers.


3. Penginputan data panel.Tahap ini memasukkan data panel yang akan digunakan untuk estimasi.Urutan langkahnya, dari Workfile pilih menu Object -> New Object. Makalayar muncul menu New Object.Pilihan Type of object pilih Group, lalu name for object ketikan data, lalu Ok.

Lakukan pemindahan data dalam bentuk Excel ke workfile Eviews. Dari fileExcel, data yang akan digunakan diblok terlebih dahulu kemudian pilih menuCopy. Pada file Eviews, kursor diletakkan pada ujung sebelah kiri, kemudianklik kanan pilih Paste.


Maka akan muncul hasil input data yang siap diolah dengan menggunakanteknis panel data.

4. Estimasi Data Panel.Tahap ini, kita akan melakukan estimasi data panel baik pendekatan pooledleast squares, fixed effect, maupun random effect. Urutan langkah, pilih menuEstimate pada Pool Window.


Layar memunculkan Pool Estimation. Pada kolom Dependent variableketikkan Y? sebagai variabel dependen. Pada kolom Regression and AR()terms, pilih menu Common coefficients ketikkan X1? X2? X3? C.Pada kolom Estimation method, bagian menu Cross-section pilih None. Untukmenu lainnya biarkan sesuai default lalu tekan Ok.

Maka akan muncul hasil estimasi panel data dengan pendekatan pooled leastsquares.


Cara yang sama dapat dilakukan untuk mengestimasi dengan pendekatan fixedeffect model. Pada Pool Window, pilih Estimate.

Pada kolom Estimation method, bagian menu Cross-section pilih Fixed. Untukmenu lainnya biarkan sesuai default lalu tekan Ok.

Maka akan muncul hasil estimasi panel data dengan pendekatan fixed effectmodel.


Cara yang sama dapat dilakukan untuk mengestimasi dengan pendekatanrandom effect model. Pada Pool Window, pilih Estimate.

Pada kolom Estimation method, bagian menu Cross-section pilih Random.Untuk menu lainnya biarkan sesuai default lalu tekan Ok.

Maka akan muncul hasil estimasi panel data dengan pendekatan randomeffect model.


Pemilihan bentuk pendekatan fixed effect maupun random effect, dapatdilakukan dengan bantuan perangkat lunak Eviews. Dari hasil estimasi randomeffect, pilih View -> Fixed/Random Effects Testing -> Correlated RandomEffects – Hausman Test.

Maka akan muncul hasil pengujian hausman.

*#$ Hand Out ini tidak luput dari kekurangan dankelebihan, semuanya merupakan tanggung jawab

penyusun*#$


ReferensiEkananda, Mahyus, Bahan Ajar Kuliah Ekonometrika, Pascasarjana Ilmu Ekonomi

Fakultas Ekonomi Universitas Indonesia, 2009.Gujarati, Damodar, Basic Econometrics, Edisi 4, New York : The McGraw-Hill

Companies, 2004.Hill, R. Carter, William E. Griffiths, and Guay C. Lim, Principles of Econometrics,

Edisi 4, New York : John Wiley & Sons, 2012.Nachrowi, N Djalal. dan Hardius Usman, Pendekatan Populer dan Praktis

Ekonometrika untuk Analisis Ekonomi dan Keuangan, Jakarta : LembagaPenerbit Universitas Indonesia, 2006.

Nurkholis, Bahan Ajar Kuliah Ekonometrika, Magister Perencanaan & KebijakanPublik Fakultas Ekonomi Universitas Indonesia, 2010.

Widarjono, Agus, Ekonometrika : Teori dan Aplikasi untuk Ekonomi dan Bisnis,Yogyakarta : Penerbit Ekonisia Fakultas Ekonomi Universitas Islam Indonesia,2005.

Situswww.adb.org

data panel

Documents