Langsung ke konten utama

Cara Analisis Regresi Model Data Panel

Data panel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series) terdapat tiga metode dalam mengestimasi model regresi dengan data panel, yaitu Pooled Least Square atau biasa menggunakan metode Ordinary Least Square (OLS), Fixed Effect (FE), dan Random Effect (RE).  

Ordinary Least Square (OLS)  

Model ini menggabungkan data cross section dan data time serieskemudian dengan menggunakan metode OLS terhadap data panel tersebut. Dari pendekatan ini kita dapat melihat perbedaan antar individu dan perbedaan antar  waktu karena interseptnya maupun slope sama. Model ini tidak memperhatikan adanya perbedaan karakteristik dalam cross section maupun time series dalam persamaan nya dapat ditulis  sebagai berikut:

Fixed Effect (FE)  

Dalam model ini memiliki intercept yang mungkin berubah-ubah untuk setiap individu dan waktu, dimana setiap unit cross section bersifat tetap secara time series persamaan dari model dalam Gujarati  adalah sebagai berikut:  

Dengan keterangan merupakan variabel dummy sebanyak N-1 dan T-1, selain itu model ini masih banyak mempunyai kekurangan yaitu kekurangan derajat kebebasan (degree of freedom) akibat jumlah sample yang terbatas dan adanya multikolinieritas yang diakibatkan oleh banyaknya variabel dummy yang diestimasi sedangkan kemampuan estimasinya masih terbatas, terutama jika terdapat variabel dummy yang diestimasi,ditambah lagi kemungkinan korelasi diantara komponen residual spesifik (cross section dan time series).  


Random Effect (RE)  

Model ini mumpunyai kesamaan dengan model sebelumnya yaitu fixed effects, dimana dimasukan juga dimensi individu dan waktu namun pembeda model ini dari fixed effects adalah dalam mengestimasi dimasukan juga error term karena dalam mengansumsikan error term berhubungan dengan dimensi individu  maupun waktu, dalam persamaannya yang ditulis dalam Gujarati  adalah sebagai berikut:
Dimana 𝑒𝑖𝑡 adalah gangguan (error term) yang merupakan gabungan dari time series dan cross section, untuk melihat apakah model yang digunakan adalah Fixed Effects atau Random Effects maka harus dilakukan uji Correlated Random Effects–Hausman Test.  

Komentar

Postingan populer dari blog ini

Cara Uji Validitas dengan Corrected Item-Total Correlations SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Teknik uji validitas item dengan teknik Corrected ItemTotal Correlation , yaitu dengan cara mengkorelasikan skor item dengan skor totalnya dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Pada metode ini tidak perlu memasukkan skor total, karena sudah dihitung secara otomatis.    Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS Kemudian pengujian sign...

Cara Uji Kelayakan Model Goodness of fit Pada SmartPLS

Uji Kelayakan Model Goodness of fit Pada SmartPLS,  Untuk melakukan uji kualitas model pengukuran, caranya adalah:  Klik menu Calculate  => PLS Algoritm (lihat pada bagian yang dilingkari  pada gambar dibawah ini !) Setelah itu, maka akan muncul tampilan seperti gambar di bawah ini.  Selanjutnya, pilih (klik) Start Calculation. Setelah proses Calculation selesai, maka akan keluar hasil pengujian kualitas model pengukuran (lihat gambar di bawah ini !). Penyimpulan mengenai kualitas model pengukuran mengacu pada rule of  tumbs berikut ini: Pada gambar di bawah ini nampak hasil outer loadings (di SPSS diistilahkan  dengan Factor Loadings ) digunakan untuk mengukur validitas konvergen  dari model pengukuran (instrumen). Pada kasus ini, hasil uji outer loadings menunjukkan skor yang rendah pada variabel AKT (Akuntabilitas) yaitu  kurang dari rule of tumbs 0,70 (Chin, 1998). Skor kurang dari 0,70 juga  nampak pada konstruk KMUK4 dan KSI...

Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Dalam uji validitas, suatu variabel dinyatakan valid dan dapat dianalisis lebih lanjut apabila memenuhi kriteria yang menyatakan bahwa angka KMO ( Keiser-Meyer-Olkin ) MSA ( Measures of Sampling Adequacy ) pada kolom KMO and Barlett’s Test harus lebih besar atau sama dengan 0,500. Sedangkan tingkat probabilitas (sig) harus lebih kecil atau sama dengan 5% (0,05). Cara Uji Normalitas Kolmogorov Menggunakan SPSS Kemudian untuk mengetahui tiap item valid atau tidak dapat dilihat dari nilai MSA pada kolom Anti Image Correlation’s ...