panel gdp
TRANSCRIPT
-
8/18/2019 PANEL GDP
1/17
BAB I
PENDAHULUAN
1.1. Latar belakang
Dalam analisis perekonomian, ketersediaan data yang sesuai sangat
mempengaruhi hasil analisis yang diperlukan. Data yang dapat dianalisis terdiri
dari tiga jenis data, yaitu data time-series, data crosssection, dan data panel. Data
time-series merupakan kumpulan observasi yang berasal dari satu variabel yang
diambil pada waktu yang berbeda. Data cross-section, yaitu kumpulan observasi
yang diambil dari beberapa variabel pada waktu yang sama. Selanjutnya data
panel merupakan kombinasi dari data time-series dan data crosssection.
Dalam suatu penelitian ada kalanya seorang peneliti tidak dapat
melakukan analisis hanya dengan menggunakan data time series maupun data
cross section. Misalnya seorang peneliti hendak membuat model tentang
keuntungan suatu perusahaan yang ditinjau dari banyaknya modal fisik,
banyaknya pekerja, dan total penjualan. Jika peneliti hanya menggunakan data
cross section yang diamati hanya pada suatu tahun tertentu, maka peneliti tersebut
tidak dapat melihat bagaimana pertumbuhan keuntungan perusahaan tersebut dari
waktu ke waktu pada periode tertentu. Padahal sangat mungkin kondisi antara
suatu tahun dengan tahun lainnya berbeda. Dengan menggunakan data panel,
maka peneliti dapat melihat fluktuasi keuntungan suatu perusahaan pada periode
tertentu dan perbedaan keuntungan beberapa perusahaan pada suatu waktu.
Data panel merupakan kombinasi dua jenis data, yaitu data cross section
dan data time series sehingga jumlah pengamatannya menjadi sangat banyak. Hal
ini bisa merupakan keuntungan karena dengan kombinasi data tersebut akanmenjadikan data lebih informatif. amun model yang menggunakan data ini
menjadi lebih kompleks dibandingkan model untuk jenis data yang lain. Hal ini
disebabkan pada analisis data panel tidak hanya menganalisa individu saja tetapi
juga waktu. !leh karena itu diperlukan teknik tersendiri dalam mengatasi model
yang menggunakan data panel. Metode yang dipergunakan dalam meregresi data
panel ada tiga yaitu, pooled effect (common effect), fixed effect, dan random
effect.
-
8/18/2019 PANEL GDP
2/17
1.2. Rumusan masalah.
• "agaimanakah regresi dengan menggunakan data panel dengan metode
pooled,fixed, dan random effect #
• "agaimanakah menentukan metode terbaik antara model pooled,fixed, dan
random effect #
1.3. Tujuan Peneltan
$. Mengetahui hasil analisis regresi yang menggunakan data panel dengan
metode pooled,fixed, dan random effect.
%. Mengetahui menentukan metode terbaik antara model pooled,fixed, dan
random effect dalam kasus tertentu dalam tulisan ini antara &DP dan
ekspor.
1.!. "an#aat Peneltan
'ntuk memberikan kontribusi dan aplikasi ilmu pengetahuan kepada
masyarakat pada umumnya dan kepada mahasiswa (lmu )konomi, *akultas
)konomi dan "isnis, 'niversitas "rawijaya terkait bagaimana meregresi dengan
menggunakan data panel dengan metode pooled,fixed, dan random effect.
-
8/18/2019 PANEL GDP
3/17
BAB II
$A%IAN PU&TA$A
2.1. Lan'asan Te(r
%.$.$ Model Data Panel
Data panel adalah kombinasi antara data silang tempat +cross section
dengan data runtut waktu +time series +-unoro, %/$$. 0idarjono +%//1
menyatakan terdapat beberapa metode yang biasa digunakan dalam mengestimasi
model regresi dengan data panel, yaitu pooling least square +Common Effect ,
pendekatan efek tetap + Fixed Effect , pendekatan efek random + Random Effect .
%.$.% Pooled 2east S3uare +4ommon )ffet
Model common effect menggabungkan data cross section dengan time
series dan menggunakan metode !2S untuk mengestimasi model data panel
tersebut +0idarjono, %//1. Model ini merupakan model paling sederhana
dibandingkan dengan kedua model lainnya. Model ini tidak dapat membedakan
varians antara silang tempat dan titik waktu karena memiliki intercept yang tetap,
dan bukan bervariasi seara random +-unoro, %/$%.
%.$.5 Pendekatan )fek 6etap +*i7ed )ffet
Pengertian model fixed effect adalah model dengan intercept berbeda8beda
untuk setiap subjek +ross setion, tetapi slope setiap subjek tidak berubah seiring
waktu +&ujarati, %/$%. Model ini mengasumsikan bahwa intercept adalah
berbeda setiap subjek sedangkan slope tetap sama antar subjek. Dalam
membedakan satu subjek dengan subjek lainnya digunakan variabel dummy
+-unoro, %/$%. Model ini sering disebut dengan model Least Square ummy
!aria"les +2SD9.
Dimana variabel dummy d$t untuk subjek pertama dan / jika bukan, d%t
untuk subjek kedua dan / jika bukan, dan seterusnya. Jika dalam sebuah
-
8/18/2019 PANEL GDP
4/17
penelitian menggunakan $/ cross section, maka jumlah variabel dummy yang
digunakan sebanyak 1 variabel untuk menghindari perangkap variabel dummy,
yaitu kondisi dimana terjadi kolinearitas sempurna +&ujarati, %/$%. #ntercept b/
adalah nilai intercept subjek kesatu dan koefisien b: , b; , bandom +>andom )ffet
Random effect disebabkan variasi dalam nilai dan arah hubungan antar
subjek diasumsikan random yang dispesifikasikan dalam bentuk residual
+-unoro, %/$%. Model ini mengestimasi data panel yang variabel residual
diduga memiliki hubungan antar waktu dan antar subjek. Menurut 0idarjono
+%//1 model random effect digunakan untuk mengatasi kelemahan model fixed
effect yang menggunakan variabel dummy. Metode analisis data panel dengan
model random effect harus memenuhi persyaratan yaitu jumlah cross section
harus lebih besar daripada jumlah variabel penelitian. Persamaan model random
effect menurut &ujarati +%/$% adalah sebagai berikut ?
Dimana wit terdiri dari dua komponen yaitu e i +residual cross section dan
m +residual gabungan time series dan cross section. Model ini disebut juga Error
Components $odel +)4M karena residual terdiri atas % komponen.
%.$.@ Menentukan Model 6erbaik
Penentuan model terbaik antara common effect , fixed effect , dan random effect
menggunakan dua teknik estimasi model. Dua teknik ini digunakan dalam regresi
data panel untuk memperoleh model yang tepat dalam mengestimasi regresi data
panel. Dua uji yang digunakan, pertama 4how test digunakan untuk memilih
antara model common effect atau fixed effect . -edua, Hausman test digunakan
untuk memilih antara model fixed effect atau random effect yang terbaik dalam
mengestimasi regresi data panel. Penggunaan kedua pengujian tersebut dalam
pemilihan model terbaik regresi data panel ditunjukkan oleh gambar berikut ?
-
8/18/2019 PANEL GDP
5/17
BAB III
"ET)DE PENELITIAN
3.1. )bjek Peneltan
!bjek penelitian ini berfokus pada perubahan &DP yang diakibatkan oleh
perubahan nilai ekspor.
3.2. &ubjek Peneltan
Dalam penelitian ini variabel terikat +dependent variabel yang digunakan
adalah &DP sedangkan variabel bebasnya +independent variabel adalah ekspor.
6ujuan dari penelitian ini adalah untuk memperoleh gambaran terperini dari
masing8masing variabel itu sendiri sehingga berguna untuk mengetahui perubahan
&DP.
3.3. "et('e Pengum*ulan Data
Adapun data yang saya gunakan dalam tugas ini adalah data sekunder yang digunakan terdiri dari data &DP dan ekspor yang diterbitkan dari
http?BBid.tradingeonomis.omB dan http?BBatlas.media.mit.eduBenB. Sedangkan
analisis yang digunakan adalah analisis ekonometrika dengan model regresi data
panel dengan metode pooled,fixed, dan random effect ..
3.!. +h(, Test
4how test merupakan uji untuk membandingkan model common effect
dengan fixed effect +0idarjono, %//1. 4how test dalam penelitian ini
menggunakan program E%ie&s. Hipotesis yang dibentuk dalam 4how test adalah
sebagai berikut ?
H/ ? Model Common Effect
H$ ? Model Fixed Effect
-
8/18/2019 PANEL GDP
6/17
H/ ditolak jika '-%alue lebih keil dari nilai a. Sebaliknya, H/ diterima jika '-
%alue lebih besar dari nilai a. ilai a yang digunakan sebesar @C.
3.-. Hausman Test
Pengujian ini membandingkan model fixed effect dengan random effect dalam
menentukan model yang terbaik untuk digunakan sebagai model regresi data
panel +&ujarati, %/$%. Hausman test menggunakan program yang serupa dengan
4how test yaitu program E%ie&s. . Hipotesis yang dibentuk dalam Hausman test
adalah sebagai berikut ?
H/ ? Model Random Effect
H$ ? Model Fixed Effect
H/ ditolak jika '-%alue lebih keil dari nilai a. Sebaliknya, H/ diterima jika '-
%alue lebih besar dari nilai a. ilai a yang digunakan sebesar @C.
-
8/18/2019 PANEL GDP
7/17
3.. Data
Negara Tahun
GDP/MiliarUSD
Ekspor/ MiliarUSD
Indonesia 2008 5102! 1!"Indonesia 200" 5!"58 1#$Indonesia 2010 #551 22%Indonesia 2011 8"2"# 21!
Indonesia 2012 "1#8# 20!Indonesia 201! "10%8 18%
&runei 2008 1%!" 102
&runei 200" 10#! $!1
&runei 2010 12!# 80"
&runei 2011 1$# 111
&runei 2012 1$"5 12"
&runei 201! 1$11 111
'ilipina 2008 1#%2 $##'ilipina 200" 1$8!! 5#%
'ilipina 2010 1""5" #11
'ilipina 2011 22%0" #11
'ilipina 2012 25018 #!#
'ilipina 201! 2#21 #$!Mala(sia 2008 2!081 210Mala(sia 200" 2022$ 1#!Mala(si
a 2010 2%#5! 22!Mala(sia 2011 28#!! 255Mala(sia 2012 !0%"$ 2%#Mala(sia 201! !1!1$ 258Singapura 2008 1"22% 212Singapura 200" 1"2%1 1#!
Singapura 2010 2!$%2 22%Singapura 2011 2#5!# 251Singapura 2012 28""% 2!!Singapura 201! !0225 25#
Thailand 2008 2#258 1"1
Thailand 200" 2$!#1 1$!
Thailand 2010 !18"1 20%
Thailand 2011 !%5$# 2!$
Thailand 2012 !$5"# 2!$
Thailan
-
8/18/2019 PANEL GDP
8/17
Sum"er ? http?BBid.tradingeonomis.omB, http?BBatlas.media.mit.eduBenB
3./. Estmas "('el Regres Data Panel
Model persamaan data panel yang merupakan gabungan dari data cross
section dan data time series adalah sebagai berikut?
it E * + +it E * it E F E * n nit E eit
dimana?
it variabel terikat +dependent
it variabel bebas +independent
i entitas ke8i
t periode ke8t
Persamaan di atas merupakan model regresi linier berganda dari beberapa
variabel bebas dan satu variabel terikat. )stimasi model regresi linier berganda
bertujuan untuk memprediksi parameter model regresi yaitu nilai konstanta +
dan koefisien regresi + * i. -onstanta biasa disebut dengan intersep dan koefisien
regresi biasa disebut dengan slope. >egresi data panel memiliki tujuan yang sama
dengan regresi linier berganda, yaitu memprediksi nilai intersep dan slope.
Penggunaan data panel dalam regresi akan menghasilkan intersep dan slope yang
berbeda pada setiap entitasB perusahaan dan setiap periode waktu. Model regresi
data panel yang akan diestimasi membutuhkan asumsi terhadap intersep, slopedan variabel gangguannya. Menurut 0idarjono +%//; ada beberapa kemungkinan
yang akan munul atas adanya asumsi terhadap intersep, slope dan variabel
gangguannya.
$ Diasumsikan intersep dan slope adalah tetap sepanjang periode waktu dan
seluruh entitasBperusahaan. Perbedaan intersep dan slope dijelaskan oleh variabel
gangguan +residual.
-
8/18/2019 PANEL GDP
9/17
% Diasumsikan slope adalah tetap tetapi intersep berbeda antar
entitasBperusahaan.
5 Diasumsikan slope tetap tetapi intersep berbeda baik antar waktu maupun
antar individu.
= Diasumsikan intersep dan slope berbeda antar individu.
@ Diasumsikan intersep dan slope berbeda antar waktu dan antar individu.
Dari berbagai kemungkinan yang disebutkan di atas munullah berbagai
kemungkinan modelBteknik yang dapat dilakukan oleh regresi data panel. Dalam banyak literatur hanya asumsi pertama sampai ketiga saja yang sering menjadi
auan dalam pembentukan model regresi data panel.
-
8/18/2019 PANEL GDP
10/17
BAB III
PE"BAHA&AN
3.1. Analss Regres
5.$.$. 4ommon )ffet
Metode ini mengabaikan dimensi waktu dan ruang sehingga diasumsikan
perilaku individu sama salam setiap kurun waktu. Persamaan metode ini dapat
ditulis sebagi berikut.
GD EkspoP=+ r+
Dimana?
&DP 9ariabel dependen+&DP untuk individu ke8i pada waktu ke8t
)kspor 9ariabel independen +)kspor ke8j untuk individu ke8i pada waktu ke8t
i 'nit ross setion sebanyak
t 'nit time series sebanyak 6
j 'rutan variabel
komponen error individu ke8( pada waktu ke8t
G intercept
Parameter untuk variabel ke8j
-
8/18/2019 PANEL GDP
11/17
Dari output regresi diatas dapat dilihat variabel ekspor memiliki nilai prob
/.///< yang berarti variabel ekspor sangat berpengaruh signifikan terhadap
variabel &DP. ilai konstanta sebesar ;1./:%/% dapat diintepretaskan jika nilai
ekspor sebesar nol pada suatu periode maka nilai &DP akan meningkat sebanyak
;1 miliar 'SD. ilai >8s3uared pada metode ommon effet senilai /.%
-
8/18/2019 PANEL GDP
12/17
Dari output regresi diatas dapat dilihat variabel ekspor memiliki nilai prob
/.///$ yang berarti variabel ekspor sangat berpengaruh signifikan terhadap
variabel &DP. ilai konstanta sebesar 8%:./$=5/ dapat diintepretaskan jika nilai
ekspor sebesar nol pada suatu periode maka nilai &DP akan menurun sebanyak %:
miliar 'SD. ilai >8s3uared pada metode fi7ed effet senilai /.15%@%
-
8/18/2019 PANEL GDP
13/17
5.$.5. >andom )ffet
Pendekatan yang dipakai dalam Random Effect mengasumsikan setiap
negara mempunyai perbedaan intersep, yang mana intersep tersebut adalah
variabel random atau stokastik. Model ini sangat berguna jika individu +entitas
yang diambil sebagai sampel adalah dipilih seara random dan merupakan wakil
populasi. 6eknik ini juga memperhitungkan bahwa error mungkin berkorelasi
sepanjang cross section dan time series.
Dari output regresi diatas dapat dilihat variabel ekspor memiliki nilai prob
/.///$ yang berarti variabel ekspor sangat berpengaruh signifikan terhadap
-
8/18/2019 PANEL GDP
14/17
variabel &DP. ilai konstanta sebesar 8
-
8/18/2019 PANEL GDP
15/17
yangnilainya I /,/@ sehingga dapat disimpulkan bahwa model *) lebih tepat
dibandingkan dengan model 4) untuk kasus ontoh &DP dan )kspor.
5.$.@. 0ausman /est
Dari tampilan di atas ukup perhatikan tabel yang paling atas saja.
Perhatikan nilai probabilitas +Prob. 4ross8setion random. Jika nilai prob ross8
setion random /,/@ maka Ho diterima sehingga model yang terpilih adalah >),
tetapi jika I /,/@ maka model yang terpilih adalah *). Pada tabel yang paling atas
terlihat bahwa nilai Prob. 4ross8setion random sebesar /,@@$@ yang nilainya
/,/@ sehingga dapat disimpulkan bahwa model >) lebih tepat dibandingkan
-
8/18/2019 PANEL GDP
16/17
dengan model *) untuk kasus ontoh &DP dan )kspor. Dari dua uji pemilihan
model dapat disimpulkan bahwa untuk kasus &DP dan )kspor model >) lebih
baik daripada model *) dan 4), tanpa harus dilakukan uji selanjutnya.
BAB I0
$E&I"PULAN
"erdasarkan hasil analisis data yang dilakukan dengan menggunakan
soft&are )views egresi data panel pada studi kasus &DP dan ekspor dengan
metode pooled (common), fixed, dan random effect dengan uji f
test dan uji hausman test.
• Dari hasil uji f test model yang terbaik antara pooled (common),
dengan fixed effect adalah fixed effect hal ini ditandai dengan nilai
Prob. 4ross8setion * sebesar /,//// yang nilainya I /,/@
sehingga dapat disimpulkan bahwa model *) lebih tepat
dibandingkan dengan model 4) untuk kasus ontoh &DP dan
)kspor.• Dari hasil uji hausman test model yang terbaik antara random
dengan fixed effect adalah random effect hal ini ditandai dengan
nilai Prob. 4ross8setion random sebesar /,@@$@ yang nilainya
/,/@ sehingga dapat disimpulkan bahwa model >) lebih tepat
dibandingkan dengan model *) untuk kasus ontoh &DP dan
)kspor. Dari dua uji pemilihan model dapat disimpulkan bahwa
untuk kasus &DP dan )kspor model >) lebih baik daripada model
*) dan 4), tanpa harus dilakukan uji selanjutnya.
-
8/18/2019 PANEL GDP
17/17
DATAR PU&TA$A
"altagi, "agi +%//@. Econometric 1nalysis of 'anel ata, 6hird )dition. John
0iley Sons.
&ujarati, Damodar. %//:. asar-asar E2onometri2a.Jakarta? )rlangga.
ahrowi, D.. dan H. 'sman +%//%. 'enggunaan /e2ni2 E2onometri2a.
Jakarta? P6 >aja &rafindo Persada.
0idarjono, Agus +%//;. )konometrika? /eori dan 1pli2asi 3ntu2 E2onomi dan
4isnis, edisi kedua. Kogyakarta? )konisia *) 'niversitas (slam (ndonesia.
http?BBatlas.media.mit.eduBenB
http?BBid.tradingeonomis.omB
https?BBdosen.perbanas.idBregresi8data8panel8%8tahap8analisisB