Model persamaan regresi data panel yang merupakan gabungan dari data cross section dan data time series yakni sebagai berikut:
Yit = α + β1X1it + β2X2it + … + βnXnit + eit
di mana:
Yit = variabel terikat (dependent variable)
Xit = variabel bebas (independent variable(s))
i = entitas ke-i
t = periode ke-t
Uji model atau estimasi parameter model dengan data panel (OLS/Pooled/Common Effect, FIX, dan Random):
1. Common Effect
Teknik paling sederhana untuk mengestimasi parameter model data panel, yakni dengan mengkombinasikan antara data cross section dengan data time series sebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan entitas (individu). Metode pendekatan yang digunakan pada Common Effect adalah metode Ordinary Least Square (OLS). Model Commen Effect ini mengabaikan adanya perbedaan dimensi individu maupun waktu
2. Fixed Effect
Pendekatan model Fixed Effect ini memiliki asumsi bahwa intercept dari setiap individu (entitas) adalah tidak sama (berbeda) sedangkan slope antar individu adalah tetap (sama). Teknik ini menggunakan variabel dummy untuk menangkap adanya perbedaan intercept antar individu (entitas).
3. Random Effect
Pendekatan yang digunakan pada Random Effect memiliki asumsi bahwa setiap individu memiliki perbedaan intercept (Intercept tersebut merupakan variabel random atau stokastik). Model ini sangat berguna apabila individu (entitas) yang ditetapkan sebagai sampel dipilih secara random representasi dari populasi. Teknik ini juga memperhitungkan bahwa error dimungkinkan berkorelasi sepanjang cross section dan time series.
