Dalam melakukan Analisis Ekonometrika khususnya regresi, terdapat 3 jenis
data yang dapat digunakan, yaitu: data time-series, data cross-section,
dan data panel.
Pada data time series, satu atau lebih variabel akan diamati pada
satu unit observasi dalam kurun waktu tertentu. Sedangkan data cross-section
merupakan amatan dari beberapa unit observasi dalam satu titik waktu. Perlu
ditekankan, Tiap jenis data punya kegunaan dan konsekuensi dari penggunaan data
yang berbeda satu sama lain.
Nah, data panel (panel pooled data) sendiri
merupakan gabungan data cross section dan series. Dengan kata
lain, data panel merupakan data dari beberapa individu sama yang diamati dalam
kurun waktu tertentu. Jika kita memiliki T periode waktu (t =
1,2,...,T) dan N jumlah individu (i = 1,2,...,N), maka dengan
data panel kita akan memiliki total unit observasi sebanyak NT. Jika
jumlah unit waktu sama untuk setiap individu, maka data disebut balanced
panel. Jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap
individu, maka disebut unbalanced panel.
Menurut Baltagi (2005) dalam Fadly (2011), penggunaan
data panel dalam regresi memiliki beberapa keuntungan, diantaranya :
1.
Dengan
menggabungkan data time series dan cross section, panel
menyediakan data yang lebih banyak dan informasi yang lebih lengkap serta
bervariasi. Dengan demikian akan dihasilkan degress of freedom (derajat
bebas) yang lebih besar dan mampu meningkatkan presisi dari estimasi yang
dilakukan.
2.
Data
panel mampu mengakomodasi tingkat heterogenitas individu-individu yang tidak
diobservasi namun dapat mempengaruhi hasil dari permodelan (individual
heterogeneity). Hal ini tidak dapat dilakukan oleh studi time series
maupun cross section sehingga dapat menyebabkan hasil yang diperoleh
melalui kedua studi ini akan menjadi bias.
3.
Data
panel dapat digunakan untuk mempelajari kedinamisan data. Artinya dapat
digunakan untuk memperoleh informasi bagaimana kondisi individu-individu pada
waktu tertentu dibandingkan pada kondisinya pada waktu yang lainnya.
4.
Data
panel dapat mengidentifikasikan dan mengukur efek yang tidak dapat ditangkap
oleh data cross section murni maupun data time series murni.
5.
Data
panel memungkinkan untuk membangun dan menguji model yang bersifat lebih rumit
dibandingkan data cross section murni maupun data time series
murni.
6.
Data
panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena
unit observasi terlalu banyak.
Regresi data panel dapat dimodelkan sebagai berikut :
Dimana:
α
= Konstanta
β
= Vektor berukuran P x 1 merupakan parameter hasil estimasi
Xit =
Observasi ke-it dari P variabel bebas
αi
= efek individu yang berbeda-beda untuk setiap individu ke-i
Eit
= error regresi seperti halnya pada model regresi klasik.
Model persamaan diatas
disebut one-way model atau model satu arah, karena hanya
mempertimbangkan efek individu (αi) dalam model. Jika model juga
mempertimbangkan efek dari waktu atau memasukka variabel waktu, maka disebut two-way
model atau model dua arah dan secara matematis dapat dituliskan sebagai
berikut:
Dimana
terdapat tambahan efek waktu yang dilambangkan dengan deltha yang dapat
bersifat tetap ataupun bersifat acak antar tahunnya, selain dari keterangan
yang sudah dijelskan sebelumnya.
Seperti halnyae Rgresi dengan menggunakan
data Cross section, Regresi dengan menggunakan data panel pun memiliki
tahapan yang pada dasarnya sama dengan yang sudah saya posting sebelumnya.
Yaitu: Eksplorasi, Identifikasi, Estimasi, Pengujian signifikansi, Uji
asumsi dan Goodness of fit model.
Namun, dengan menggunakan data panel, konsekuensinya adalah selain harus melewati tahapan tersebut, sebagai pembuat model kita harus juga melalui tahapan yang dapat dijelaskan oleh Gambar 1 berikut.
|
|||||
Tahapan yang harus dilalui:
1.
Penentuan Model Estimasi – Terkait dengan
model yang digunakan, Fixed or Random
Effects?
2.
Penentuan Metode Estimasi
3.
Pengujian Asumsi dan Kesesuaian Model
4.
Interpretasi
Sumber : Ferdi Fadli
Tidak ada komentar:
Posting Komentar