Regresi data panel
(Longitudinal)
Akhid Yulianto, SE, mSc (Log)
(Based on gretl)
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)
Tiga Model
• Pooled Effect: OLS
• Fixed Effect: LSDV atau Gretl menggunakan demeaning data
• Random Effect
• Dipilih yang paling baik dengan beberapa kriteria:
1. Cross Section assumption: Pooled
Effect
Pooled Effect
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
Ouput Pooled Effect
Uji asumsi
Terkena heteroskedastisitas: karena uji white
signifikan nila p-value kurang dari 0,05
Gretl menjelaskan di output tentang
hasi uji serta Ho nya
Simpan pada sesi untuk keperluan perbandingan
Disimpan dalam icon atau file
word dll.
Icon dapat dibuka untuk
keperluan berikutnya
Penyimpanan sesi
Membutuhkan estimasi panel
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.
2. Panel: Fixed effect
Pendekatan Gretl
• Menggunakan Demeaned data buka Least square dummy variable (namun sama hasil)
Uji F untuk Chow test:
Uji intercept antar kelompok
ternyata berbeda dari nilai p
value kurang dari 0.05
Artinya Fixed efffect lebih baik
Uji heteroskedastisitas.
Masih terkena
heteroskedastisitas; cek
output berikut uji wald
Jangan lupa save sesi (session saving)
3. Panel: Random effect
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
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
Uji normalitas residual: bila
chi square tidak signifikan
maka normal
Uji Otokorelasi
Signifikan artinya
masih terkena
otokorelasi
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
Normalitas Variabel Y
Semua signifikan artinya Y tidak normal
solusi
● Transformasi log atau ln
● Gunakan model lain: mixed model, atau dynamic (terkait otokorelasi)
● Atau menggunakan model Quantile regression (membagi antar kelompok kuartil data)
Konsultasi
● Akhid Yulianto, SE, MSC (Log)
● WA/Line: 082252609759
CatataN
• FE akan memberikan gambaran ada variasi antar perusahaan atau unit dalam sampel
• RE akan memberikan

Regresi data panel (longitudinal)

  • 1.
    Regresi data panel (Longitudinal) AkhidYulianto, SE, mSc (Log) (Based on gretl)
  • 2.
    Latar belakang • Datamelibatkan 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 • PooledEffect: OLS • Fixed Effect: LSDV atau Gretl menggunakan demeaning data • Random Effect • Dipilih yang paling baik dengan beberapa kriteria:
  • 6.
    1. Cross Sectionassumption: Pooled Effect
  • 7.
  • 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.
  • 14.
  • 17.
    Terkena heteroskedastisitas: karenauji white signifikan nila p-value kurang dari 0,05 Gretl menjelaskan di output tentang hasi uji serta Ho nya
  • 18.
    Simpan pada sesiuntuk keperluan perbandingan
  • 20.
    Disimpan dalam iconatau file word dll. Icon dapat dibuka untuk keperluan berikutnya
  • 21.
  • 23.
  • 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.
  • 26.
    Pendekatan Gretl • MenggunakanDemeaned data buka Least square dummy variable (namun sama hasil)
  • 29.
    Uji F untukChow test: Uji intercept antar kelompok ternyata berbeda dari nilai p value kurang dari 0.05 Artinya Fixed efffect lebih baik
  • 30.
  • 32.
    Jangan lupa savesesi (session saving)
  • 33.
  • 34.
    1. Swamy Arorabila 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.
  • 38.
  • 39.
    Hasil RE • ModelRE 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 Semuasignifikan artinya Y tidak normal
  • 41.
    solusi ● Transformasi logatau 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 akanmemberikan gambaran ada variasi antar perusahaan atau unit dalam sampel • RE akan memberikan