Akbar Suwardi

Dipresentasikan dalam Pelatihan Stata di Dept. Ilmu Ekonomi – Universitas Indonesia (2012) I.     Pengenalan Data Panel Kuadrat Terkecil ( Pooled Least Square ) Efek Tetap ( Fixed Effect ) Efek Acak ( Random Effect ) II.   Pemilihan Metode Estimasi dalam Panel Data Pemilihan Kuadrat Terkecil ( Pooled Least Square ) atau Efek Tetap ( Fixed Effect ) Pemilihan Efek Tetap ( Fixed Effect ) atau Efek Acak ( Random Effect ) Pemilihan Kuadrat Terkecil ( Pooled Least Square ) atau Efek Acak ( Random Effect )

Silahkan bagi yang berminat, tau temen, sodara, tante, paman, pacar, adik, keponakan lagi butuh pelatihan software ekonometrika.. Rumah Ekonometrika bekerja sama dengan Kanopi FEUI membuka Pelatihan Software Ekonometrika! Dengan jadwal pelatihan sebagai berikut:

W alaupun FEM atau LSDV mudah untuk diaplikasikan, tidak dapat dipungkiri penerapannya akan menimbulkan konsekuensi ( trade off ) yang mungkin cukup mahal. Penambahan dummy variables ke dalam model dapat mengurangi banyaknya derajat kebebasan ( degree of freedom ) yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Menurut Gujarati (2003), jika dummy variables adalah untuk merepresentasikan ketidaktahuan tentang model yang sebenarnya, maka kita dapat menggunakan disturbance term untuk merepresentasikan ketidaktahuan tentang model yang sebenarnya. Hal ini dikenal sebagai model efek acak ( random effect model atau REM ).

Gujarati (2003) menjelaskan kesulitan terbesar dalam pendekatan metode kuadrat terkecil biasa tersebut adalah asumsi konstanta dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu yang mungkin tidak beralasan. Satu cara untuk memperhatikan “keunikan” unit cross-section atau unit time-series adalah dengan memasukkan variabel boneka ( dummy variable ) untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda, baik lintas unit cross-section maupun antar unit waktu. Pendekatan yang paling sering dilakukan adalah dengan mengizinkan intercept bervariasi antar unit cross-section namun tetap mengasumsikan bahwa slope koefisien adalah konstan antar unit cross-section . Pendekatan ini dimana slope coefficents constant tetapi memiliki intercept yang berbeda-beda di setiap individu, dalam literatur dikenal dengan sebutan model efek tetap ( fixed effect model atau FEM ).

Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa atau sering disebut Pooled Least Square (PLS) yang diterapkan dalam data yang berbentuk pool . Misalkan terdapat persamaan berikut ini: Y it = a + b X it + e it                        untuk i =   1, 2, . . . , N dan t = 1, 2, . . ., T dimana N adalah jumlah unit cross-section (individu) dan T adalah jumlah periode waktunya. Dengan mengasumsikan komponen error dalam pengolahan Ordinary Least Square ( O LS) , kita dapat melakukan dua proses estimasi, pertama secara terpisah untuk setiap unit cross-section atau untuk setiap time-series . Kedua dengan mengabungkan antara cross dan time lalu diestimasi secara bersamaan.

Data dibagi menjadi dua garis besar yaitu time - series dan cross-section . Gabungan antara dua itu adalah data panel. Atau dapat dikatakan, data panel merupakan data yang memiliki cross-sectional unit yang sama (contohnya survey data keluarga atau perusahaan) dan dilakukan setiap waktu. (Gujarati, 2003)  Jika dimasukkan dalam Stata maka format data panel seperti berikut:      

Ekonometrika 2 Program S1 Ilmu Ekonomi FEUI Maret 2012 Lab ke-5 Analisis Data Panel  (STATA) SOAL A Gunakan data CRIME4.dta . using “ http://fmwww.bc.edu/ec-p/data/wooldridge/CRIME4.dta ” . *lakukan set time dan id terlebih dahulu sebelum melakukan estimasi menggunakan panel data . xtset county year        panel variable:  county (strongly balanced)         time variable:  year, 81 to 87                 delta:  1 unit     1.    Lakukan estimasi dengan metode first difference untuk persamaan berikut ini: ∆log(crmrte) i = a 0 +a 1 d83+ a 2 d84+ a 3 d85+ a 4 d86+ a 5 d87+b 1 ∆log(prbarr) i + b 2 ∆log(prbconv) i + b 3 ∆log(prbpris) i + b 4 ∆log(avgsen) i + b 5 ∆log(polpc) i +u i……… (1) . reg clcrmrte  d83 d84 d85 d86 d87  clprbarr clprbcon...

Program STATA juga dapat mampu mengolah data Panel. Dari tahap memilih model yang terbaik Pooled Least Square ( PLS ), Fixed Effect ( FE ), dan Random Efek ( RE ) untuk data kita sampai menguji BLUE dan mengatasi permasalahannya dapat dilakukan di STATA. Misalkan variabel kita terdiri dari: Variabel Individu (Kode Individu Penelitian) Variabel Tahun (Range Waktu Penelitian) Variabel Dependen : Kemandirian Variabel Independen : PDRB Kota I.                    Tahapan Dasar Mengolah Panel Data 1.     Menyeting data Panel di STATA xtset individu tahun   2. Melakukan Regresi Pooled Least Square ( PLS ) reg kemandirian kota PDRB