Regresi data panel untuk data melibatkan beberapa tahun dan beberapa perusahaan (subyek). Uji prasyarat dan uji pemilihan model. Chow test, Hautsman Test serta Normalitas. Alternatif bila tidak terpenuhinya prasayarat juga diajukan

1. Regresi data panel
(Longitudinal)
Akhid Yulianto, SE, mSc (Log)
(Based on gretl)

2. Latar belakang
• Data melibatkan beberapa waktu dan beberapa subyek.
• Subyek dapat berupa individu atau perusahaan
• Biasanya dengan Regresi OLS akan terkena heteroskedastisitas
• Intersep dan slope yang berbeda (antar waktu dan antar perusahaan)

5. Tiga Model
• Pooled Effect: OLS
• Fixed Effect: LSDV atau Gretl menggunakan demeaning data
• Random Effect
• Dipilih yang paling baik dengan beberapa kriteria:

6. 1. Cross Section assumption: Pooled
Effect

7. Pooled Effect

11. Robust standard error
• Pilhan: HC0, HC1, HC2, HC3, HC3a
• Umumnya dipilih untuk mengatisipasi heteroskedastisitas yang tidak jelas (ada namun meragukan)
• Meragukan dari sisi kurva atau perhitungan yan p value nya hamper 0,5 atau lebih sedikit.
• Umumnya HC0 namun bias dipilih yang lain.
• HC1 untuk koreksi derajat kebebasan dikaitkan banyaknya variabel
• HC2 bila diduga variasi antar individu relatif besar dan mengkhawatirkan (bisanya diliihat dari grafik awal yang
membentuk pola melebar sesuai slope)
• HC3 digunakan bila outlier/nilai ekstrem diduga ada
• Bila ragu dapat dicoba dan membanding hasil regresi dari Adjusted R square (nilai tertinggi) atau Akaike, Schwarz dan
yang semisal (dengan nilai terendah).
• Namun tidak dapat membantu bila memang melanggar asumsi klasik, hanya koreksi sedikit agar lebih presisi

12. Ouput Pooled Effect

14. Uji asumsi

17. Terkena heteroskedastisitas: karena uji white
signifikan nila p-value kurang dari 0,05
Gretl menjelaskan di output tentang
hasi uji serta Ho nya

18. Simpan pada sesi untuk keperluan perbandingan

20. Disimpan dalam icon atau file
word dll.
Icon dapat dibuka untuk
keperluan berikutnya

21. Penyimpanan sesi

23. Membutuhkan estimasi panel

24. 1. Data panel
2. OLS melanggar asumsi
Heteroskedastisitas dan otokorelasi
Panel: Fixed Effect (FE)
Memilih:
OLS atau FE
Chow Test: uji F apakah intercept
antar grup sama.

25. 2. Panel: Fixed effect

26. Pendekatan Gretl
• Menggunakan Demeaned data buka Least square dummy variable (namun sama hasil)

29. Uji F untuk Chow test:
Uji intercept antar kelompok
ternyata berbeda dari nilai p
value kurang dari 0.05
Artinya Fixed efffect lebih baik

30. Uji heteroskedastisitas.
Masih terkena
heteroskedastisitas; cek
output berikut uji wald

32. Jangan lupa save sesi (session saving)

33. 3. Panel: Random effect

34. 1. Swamy Arora bila data balanced = semua
unit/perusahaan datanya lengkap dari sisi tahun
2. Baltagi-Chang ketika data tidak balance
3. Nerlove: bila jumlah variabel independent lebih
banyak dari unit atau perusahaan sampel

35. Breusch-Pagan Test: uji
heteroskedastisitas: bila
signifikan maka model
Random Effect cocok
daripada pooled
Hausman Test menguji
apakah RE konsisten, bila
tidak signifikan maka RE
cocok daripada Fixed
effect

36. Uji normalitas residual: bila
chi square tidak signifikan
maka normal

37. Uji Otokorelasi

38. Signifikan artinya
masih terkena
otokorelasi

39. Hasil RE
• Model RE lebih baik
• Namun Otokorelasi masih terkena
• Gunakan koreksi
• Atau Cenderung harus mencari model lain: misalnya mixed effect atau koreksi
• Syarat lainnya normalitas variabel Y atau endogen

40. Normalitas Variabel Y
Semua signifikan artinya Y tidak normal

41. solusi
● Transformasi log atau ln
● Gunakan model lain: mixed model, atau dynamic (terkait otokorelasi)
● Atau menggunakan model Quantile regression (membagi antar kelompok kuartil data)

42. Konsultasi
● Akhid Yulianto, SE, MSC (Log)
● WA/Line: 082252609759

43. CatataN
• FE akan memberikan gambaran ada variasi antar perusahaan atau unit dalam sampel
• RE akan memberikan