Pemilihan Model Data Panel Menggunakan EViews

Penentuan model terbaik antara Ordinary Least Square, Fixed Effect, dan Random Effect menggunakan dua teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model yang tepat dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama Chow test digunakan untuk memilih antara model Ordinary Least Square atau Fixed Effect. Kedua, Hausman test digunakan untuk memilih antara model Fixed Effect atau random effect yang terbaik dalam mengestimasi regresi data panel. Penggunaan kedua pengujian tersebut dalam pemilihan model terbaik regresi data panel ditunjukkan oleh gambar berikut :

Chow Test

Uji chow ini bertujuan untuk menentukan bagaimana model digunakan apakah menggunakan Ordinary Least Square atau Fixed Effects, dengan hipotesis sebagai berikut:

H0 : Model OLS
H1 : Model FE

Dalam menolak maupun menerima hipotesis di atas maka dilakukan perbandingan antara perhitungan F-tabel dan F-statistik, apabila F-statistik lebih besar dari F-tabel maka H0 ditolak yang berati model yang paling cocok untuk digunakan merupakan model fixed effects, dan jika Fstatistik lebih kecil maka model yang paling cocok untuk digunakan ialah model OLS.

F-statistik > F-tabel = H0 ditolak
F-statistik < F-tabel = H0 diterima

Hausman Test

Uji Hausman merupakan uji lanjutan dalam memilih model regresi data panel. Uji ini dilakukan ketika hasil yang ditunjukan oleh Uji Chow Model Fixed Effects lebih bagus, dalam Uji Hausman akan di pilih lagi manakah yang lebih cocok digunakan antara Fixed Effects dan Random Effects, uji hausman menggunakan hipotesis sebagai berikut:

H0 : Model Random Effects
H1 : Model Fixed Effects

Dalam menolak maupun menerima hipotesis di atas uji Hausman ini mengikuti distribusi statistik Chi Square dengan degree of freedom sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka H0 ditolak dan model yang tepat adalah model Fixed Effects sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model Random Effects.

Postingan populer dari blog ini

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 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...

Rumus Fungsi If Dengan Conditional Formatting di Excel

Fungsi if merupakan fungsi yang sering digunakan pada aplikasi ms.excel untuk mendapatkan nilai berdasarkan kriteria yang ditentukan. Kadangkala kita ingin menambahkan warna-warna atau simbol-simbol tertentu pada setiap nilai yang dikembalikan dengan fungsi if. Untuk memberikan perbedaan ini, kita dapat menggunakan tools conditional formatting pada fungsi if tersebut. Mencari Nilai Dengan Fungsi If Sebelum menambahkan style pada hasil dari fungsi if, berikut ini adalah sebuah contoh data mencari score dengan fungsi if. Nilai score pada kolom E, merupakan nilai berdasarkan persentase pencapaian yang didapat pada kolom D berdasarkan nilai-nilai pada tabel pertama (A1:B4) Ketentuan score pada kolom E berdasarkan tabel pertama adalah : Jika nilai pada kolom D adalah lebih kecil dari 75%, maka akan mendapat score 1. Jika nilai pada kolom D antar 75% sampai 100%, maka akan mendapat score 2. Dan Jika nilai pada kolom D lebih besar dari 100%, maka akan mendapatkan score 3. If Dan Conditional F...

Membaca Jendela Dunia

Cari Blog Ini