Model Cross-Section Weighted Regression Untuk Efek Tetap Grup Pada Regresi Panel

Main Author: JituLaksono
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2008
Subjects:
Online Access: http://repository.ub.ac.id/151818/1/050801953.pdf
http://repository.ub.ac.id/151818/
Daftar Isi:
  • Data panel merupakan penggabungan dari data time series dan data cross-sectional , yaitu data yang merupakan hasil pengukuran berulang pada beberapa individu dalam waktu berturut-turut. Data panel membutuhkan metode statistika khusus seperti regresi panel. Banyak sekali model regresi panel yang bisa didapatkan untuk suatu data panel, salah satunya adalah model efek tetap ( fixed effect ). Untuk penelitian ini dikhususkan pada Model Efek Tetap Grup (MET Grup). Sebelum regresi dilakukan pada data panel dengan menggunakan model efek tetap grup, terlebih dahulu dilakukan pengelompokan, khususnya pada unit cross-sectional . Pengelompokan unit cross-sectional pada penelitian ini dilakukan berdasarkan perbedaan tanda dan besar slope pada full model . Model-model regresi data panel merupakan perluasan model regresi klasik, sehingga pengujian asumsi regresi tersebut sama dengan model regresi klasik. Salah satu asumsi klasik yang sering tidak terpenuhi adalah asumsi homoskedastisitas. Konsekuensi adanya heteroskedastisitas jika menggunakan OLS ( Ordinary Least Square ) adalah nilai penduga parameter regresi yang didapatkan tidak lagi efisien. Salah satu cara penanganan masalah tersebut, khususnya pada regresi panel adalah dengan melakukan regresi dengan pembobotan unit cross-sectional ( Cross-Section Weighted Regression / CSWR). Tujuan dari penelitian ini adalah membentuk MET Grup menggunakan CSWR dan memilih MET Grup terbaik hasil OLS dengan CSWR berdasarkan nilai Standard Error Regression (SER) dan R2(adj) masingmasing model. Data yang digunakan pada penelitian ini adalah data sekunder yang mengandung masalah heteroskedastisitas. Pada masing-masing kelompok unit cross-sectional dari setiap data penelitian dibentuk Model Efek Tetap Grup dengan CSWR. MET Grup yang didapatkan melalui CSWR menghasilkan nilai R2 (adj) lebih besar dan nilai SER lebih kecil daripada OLS. Jadi CSWR merupakan metode pendugaan parameter pada regresi panel, khususnya MET grup yang lebih baik dibandingkan dengan OLS pada saat terdapat masalah heteroskedestisitas pada model.