11:33 AM
Ferdian Fadly
Saya posting tulisan ini dengan tujuan updating pemahaman kita (terutama saya pribadi - dulu) terhadap macam-macam model dengan penggunaan data panel. (Silahkan baca Introduction)
Menurut Greene (2000) dan Gujarati (2003), struktur model data panel:
1. Struktur Model I (Model Pooled/ Common Effect/ Homogenitas)
2. Struktur Model II (Model Efek Individu/ Heterogenitas)
3. Struktur Model III (Model Koefisien Acak)
4. Struktur Model IV
5. Struktur Model V (Random Koefisien Model/ SUR)
1. Struktur Model I
Struktur Model I (model pooled/ common effect/ homogenitas) merupakan model estimasi dimana intersep (alpha/ konstanta) dan slope (bheta/ koefisien variabel bebas) sama untuk setiap individu. Model ini mengasumsikan
- tidak ada heterogenitas (perbedaan karakteristik) individu, tercermin dari alpha yang sama
- ada kesamaan dampak yang berlaku untuk setiap individu, tercermin dari bheta yang sama
dimana:
i = individu
k = variabel bebas
Sehingga, spesifikasi model untuk struktur ini adalah
Model ini sama persis ketika kita melakukan estimasi model regresi dengan menggunakan data cross section, tidak peduli dengan susunan waktu dan perbedaan karakteristik individunya.
2. Struktur Model II
Struktur Model II (model efek individu/ heterogenitas) merupakan model estimasi dimana intersep (alpha/ konstanta) berbeda, sedangkan slope (bheta/ koefisien variabel bebas) sama untuk setiap individu. Model ini mengasumsikan
- ada heterogenitas (perbedaan karakteristik) individu, tercermin dari alpha yang berbeda
- ada kesamaan dampak yang berlaku untuk setiap individu, tercermin dari bheta yang sama
dimana:
i = individu
k = variabel bebas
Sehingga, spesifikasi model untuk struktur ini adalah
Struktur model ini terdiri:
1. Fixed Effect Model (FEM)
FEM mengasumsikan pengaruh konstan dari error term, diindikasikan oleh nilai alpha(i) yang akan bersifat tetap (fixed) untuk tiap individu di seluruh periode.
2. Random Effect Model (REM)
REM mengasumsikan pengaruh tidak konstan (acak) dari error term, diindikasikan oleh nilai alpha(i) yang akan bersifat acak (random) untuk tiap individu di seluruh periode.
Struktur model I (model common effect) dan struktur model II (model fixed effect dan random effect) inilah yang sering disalahkaprahkan oleh sebagian orang sebagai model regresi dengan menggunakan data panel (saya dulu juga demikian). Hal tersebut tidak sepenuhnya benar, karena masih ada 3 struktur model lagi yang akan kita diskusikan pada postingan selanjutnya. Terimakasih telah membaca blog ini. - Ferdi-
Posted in:
27 comments :
Kak Ferdi,
Dosen saya minta ditampilin signifikansi untuk setiap individu
Bisa tolong ajari kak? Kalau untuk model efek tetap saya bisa, tapi untuk model efek random saya belum menemukan langkahnya.
Saya harap kakak bisa bantu ;;)
Terima kasih sebelumnya kak hehhe
Sudah ada di postingan yang lain
mas ferdi, tolong dicek inbox gmail nya, saya ingin menanyakan beberapa pertanyaan
terima kasih sebelumnya :)
@jupi : tidak ada email atas nama jupi...
mas mau tanya, waktu uji chow hasilnya FEM, uji hausman hasinya REM, tpi masalahnya hasil estimasi REM banyak yang tidak signifikan dan r-squared kecil malah bagus FEM yang signfikan smua dan r-squared nya bsar
Pertanyaan saya sama degan Azzam, bisa tolong dibantu mas ferdi.
terimakasih
@azzam dan anonymous...saya pribadi berpandanggan bahwa uji statistik hausman merupakan salah satu opsi saja...dalam memutuskan apakah fixed atau random seringkali juga didasarkan informasi apriori yang diperoleh...misalnya kita meyakini betul untuk provinsi kondisi nya itu adalah fixed dan bersifat tetap, karena kondisi geografis iklim dan sebagainya sehingga memutuskan fixed effect model adalah model yang terpilih, menurut saya itu sah sah saja...
Anda memiliki masalah dalam penelitian, skripsi, tesis, dan disertasi anda?? Kami solusinya..
Kami menyediakan jasa konsultasi olah data statistik
Permasalahan anda akan ditangani dengan cepat oleh para profesional yang kompeten di bidang statistik dan ekonometri.
Software statistik yang biasa digunakan diantaranya
1. SPSS, 2. Stata, 3. E-views, 4. Lisrel, 5. Smart-PLS, 6. Program-R, dsb.
Tunggu apalagi.. Hubungi Kami..
Alkhwrizmi Consultan : 0812 7578 4200
Email : alkhwrizmi@gmail.com
http://alkhwrizmi.blogspot.co.id/
mas ferdi saya iman, mau tanya kalau data penelitian kita sangat terbatas sehingga nggunain time series (banyak tahun)+ crossectional (banyak perushaa ). itupun dlm 5 tahun setelah kita gabung cuma dpat 45 data, apakah bisa itu saya regresikan layaknya data trsebut terjadi dlm tahun yang sama (crossectional)? mohon pencerahannya..
terima kasih..
@sulaiman: sah sah saja...dalam pengelolaan nya disebut common effect...atau kita berasumsi tidak ada nya efek perbedaan antar individu dan antar waktunya
ohhb iya kebalik mas ferdi, kalau itu dianggapny seakan2 satu perushaan dalam banyak waktu bagaimana mas? soalny kan saya kena autokorelasi ituh mas n akhirny pakai transformasi Cohcrane-Orcutt n data diawal itu dianggap sebagai data di tahun pertama. melihat data saya minim sekali. apakah Boleh itu mas??? Pusing bnget ni mas.
Btw terima kasih banyak mas ferdi
Andai penelitian ini nggak muncul autokorelasi mngkin akan jadi lebih mudah mas, tpi krena muncul autokorelasi jdinya ribet. Apakah krena asumsi saya itu tdk ada perbedaan antar individu n waktu dapat mnjadi sebuah alasan sehingga saya dapat melakukan bypass utk uji autokorelasi mas? Tapi nanti dampkny apakah tdk membuat bias ya mas hasilnya. Soalny satu2nya cara yg bisa utk nglolosin autokorelasiny tdi hanya dengan tranform Cohcrane-orcutt itu mas yang nggunain Lag.
Maaf ya mas..malah jdi curcol. Hehehe
@sulaiman: kalau itu mah namanya membohongi diri sendiri...penelitian boleh salah,, tetapi tidak boleh bohong...
Sipp...kalau saran dari mas ferdi utk penelitian saya sebaiknya gmna ya mas?
Apakah transformasi lag itu bisa di gunain di data crossectional mas?
Makasih mas
@sualiman : sebaiknya kembali ke fitrahnya saja...data panel ya...selesaikan dengan teknik2 di data panel,,,ada 45 perusahaan...mudah2an terdiri atas 9 perusahaan yang tepat diamati dalam 5 tahun, artinya tidak bolong2 data nya...balikkan ke data dasarnya....selesaikan dengan fixed atau random saja,,,
mas saya gita, saya ingin tanya untuk data panel sendiri sebaiknya saya pakai uji stasioner atau asumsi klasik ya? karena kebanyakan penelitian terdahulu saya menggunakan asumsi klasik, tetapi dosen saya menganjurkan uji stasioner dikarenakan X1 & X2 perhitungannya hampir mirip, dikhawatirkan terjadi multikol, terima kasih mas
Data panel terdiri atas gabungan data time beberapa cross...sehingga sifat dan perlakuan dari data time, seperti uji stasioner pun harus dilakukan...apalagi untuk periode yang panjang
Saya pake Eviews 9. Kalau data panel,lalu diuji normalitas gak lolos? lalu apa yang harus dilakukan mas?
@Wasis Buditomo : periksa kembali spesifikasi modelnya pak
siang mas ferdi, saya ingin bertanya, untuk penelitian yang menggunakan analisis regresi berganda panel data saat ini kebanyakan peneliti mengunakan program Eviews daripada SPSS, kenapa ya mas? soalnya dosen saya bertanya apa kelebihan atau perbedaan Eviews dan SPSS. mohon bantuannya, terimakasihh.
@fhs : it's relatively easier to analyze panel data using eviews than SPSS because we don't need to provide dummy representing the individual effects in eviews. In addition, EViews is Econometric Views while SPSS means Statistical Package for the Social Sciences. Thus, in order to deal with economic issue, I recommend you to use Eviews. By contrast, you can use SPSS to deal with social issue.
Suka banget sama setiap artikel bapak, terimakasih banyak ya pak.
Alhamdulillah
saya mau bertanya pak, metode apa yang bisa dilakukan untuk mengatasi data yang bolong/unbalanced data
@ikhsan sudah saya jawab di postingan lain
Post a Comment