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