Pengantar Regresi Data Panel

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.

Uji Asumsi Klasik pada Analisis Regresi Data Panel

=====================================

Dari beberapa referensi yang saya baca, saya menyimpulkan bahwa pada analisis regresi data panel, TIDAK SEMUA uji asumsi klasik yang ada pada metode OLS digunakan. Pada analisis regresi data panel uji asumsi klasik yang dibutuhkan adalah uji multikolinieritas dan heteroskedastisitas saja.

Beberapa penjelasannya adalah sebagai berikut:

1. Regresi data panel memberikan alternatif model, Common Effect (Pooled), Fixed Effect dan Random Effect.
2. Model Common Effect dan Fixed Effect menggunakan pendekatan Ordinary Least Squared (OLS) dalam teknik estimasinya, sedangkan Random Effect menggunakan Generalized Least Squares (GLS) sebagai teknik estimasinya.
3. Uji asumsi klasik yang digunakan dalam regresi linier dengan pendekatan Ordinary Least Squared (OLS) meliputi uji Otokorelasi, Heteroskedastisitas, Multikolinieritas dan Normalitas. Walaupun demikian, tidak semua uji asumsi klasik harus dilakukan pada setiap model regresi linier dengan pendekatan OLS.
4. Otokorelasi hanya terjadi pada data time series, dengan demikian melakukan Pengujian otokorelasi pada data yang tidak bersifat time series (cross section atau panel) akan sia-sia (tak bermakna)
5. Uji normalitas pada dasarnya tidak merupakan syarat BLUE (Best Linier Unbias Estimator) dan beberapa pendapat tidak mengharuskan syarat ini sebagai sesuatu yang wajib dipenuhi. Selain itu jika ukuran data (n) > 30 maka diasumsikan bahwa distribusi data adalah normal.
6. Multikolinieritas perlu dilakukan pada saat regresi linier menggunakan lebih dari satu variabel bebas, dan Heteroskedastisitas pada umumnya terjadi pada data cross section, Data panel lebih dekat ke ciri data cross section dibandingkan time series.

Dengan demikian saya menyimpulkan bahwa pada analisis regresi data panel hanya multikolinieritas dan heteroskedastisitas saja yang dibutuhkan.