Struktur Model Data Panel

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-

Read more »

[Video-Tutorial] Import + Regresi Data Panel

Hohohoho.....Welcome to ferdifadly.blogspot.com

Saat ini saya lagi sedang melakukan uji coba untuk mengupload video terkait dengan materi statistik. Mohon pendapatnya ya....Tapi jangan komentari narator nya ya....hahahaha.....

Kalau memang responnya cukup baik, mungkin ke depannya saya akan menambahkan video ini ke setiap materinya. Sehingga, teman-teman pembaca sekalian dapat memahami dengan lebih jelas. Terimakasih telah melihat.

Oya, video ini juga tersedia dan dapat didownload di youtube

----- Ferdi ----

Read more »

Pengujian Struktur varian-covarian data panel (Part 3)

Baik, setelah bicara terlalu teoritis di 2 postingan sebelumnya, kita akan coba membahas pengujian struktur variance covariance nya secara lebih teknik. Rumus pengujian struktur varians-covarians ada banyak. Namun, rumus/formula yang ada di buku Greene ini merupakan rekomendasi dari saya. Berikut saya kutipkan halaman dari buku yang saya maksud. 

Rumus yang saya maksud adalah yang ada dalam kotak yang ditebalkan. Null hipotesis yang kita miliki adalah struktur varians covarians nya homoskedastik. (Posting ini masih dalam penyempurnaan)

Read more »

Pengujian Struktur varian-covarian data panel (Part 2)

Saya akan melanjutkan postingan sebelumnya mengenai struktur varians-covarians data panel. Menurut Mahyus Ekananda, Greene (2000) dan Gujarati (2003) membagi struktur varians - covarians menjadi sebagai berikut :

Read more »

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.

Read more »