Pengujian Struktur varian-covarian data panel (Part 1)

Ok. Benar sekali, saya telah lama tidak menulis kembali. Benar sekali kalau dikatakan pekerjaan menumpuk dan tidak tahu apa yang harus saya prioritaskan. Untuk itu, saya mohon maaf. Saya baru bisa menulis kembali sekarang. Masih tentang PANEL, terutama terkait dengan pengujian struktur varians covarians data panel.

Tahapan selanjutnya setelah menentukan model estimasi adalah memilih metode estimasi yang tepat sesuai dengan struktur varians-kovarians  residual. Membangun model regresi dengan data panel akan menyebabkan bertambahnya komponen residual, karena adanya dimensi cross-section dan time-series pada data. Kondisi ini menyebabkan matriks varian kovarian residual menjadi sedikit lebih kompleks bila dibandingkan dengan model regresi klasik yang hanya menggunakan data cross-section atau data time-series. 

Pada model regresi klasik, pelanggaran terhadap asumsi klasik, terutama heterokedastisitas dan autokerelasi merupakan masalah serius yang mengakibatkan penduga parameter regresi yang diestimasi dengan OLS tidak lagi bersifat BLUE (best linier unbiased estimator). Ada banyak solusi yang dapat dijalankan bila itu terjadi pada model regresi klasik, diantaranya transformasi variabel dengan berbagai bentuk modifikasi.

Dalam pemodelan regresi dengan data panel, terjadinya pelanggaran asumsi regresi linier klasik pada residual adalah hal yang sangat sulit dihindari. Namun berbeda dengan regresi linear klasik, pelanggaran asumsi klasik dapat diakomodasi melalui pemilihan metode estimasi yang disesuaikan dengan struktur varians-kovarians residualnya. 

Berbagai kemungkinan metode estimasi yang disesuaikan dengan struktur varians-kovarians yang selanjutnya akan dijelaskan selanjutnya. Terimakasih telah membaca. FERDI.

Posted in: Asumsi Regresi , Panel , Regresi , Statistik