Pertama-tama saya berterima kasih ke Mba Nurjannah, PhD karena sudah meluangkan waktunya untuk menjawab Q and A Mahasiswa terkait Model Panel Data. Model Ekonometrika yang saat ini banyak digunakan oleh Mahasiswa di Jurusan IE.

FYI, Mba Nurjannah ini adalah lulusan S3 dari Monash University dan Saat ini adalah Dosen di Jurusan Statistik Universitas Brawijaya.

Sebelum ke Q and A, bagi kalian yang ingin belajar step-by-step STATA untuk model Panel Data, bisa cek link ini ya:

https://www.researchgate.net/publication/326394644_Modul_panel_data_dengan_menggunakan_STATA

Berikut adalah Q and A yang dijawab langsung oleh Mba Nurjannah.

  1. Apakah data panel harus lolos semua uji asumsi klasik ?

Secara prinsip iya, hanya formula yang digunakan berbeda dengan regesi biasa. Kalaupun tidak memenuhi asumsi bukan berarti datanya salah, hanya perlu memilih metode lain yang lebih tepat dalam pendugaan parameternya. Uji asumsi klasik hanya berlaku untuk metode pendugaan OLS.

  1. Apa saja uji yang harus dilakukan?

Uji normalitas dan non-multikolineritas sama dengan uji asumsi klasik. Untuk Uji heteroskedastisitas dan non-autokorelasi, formula yang digunakan berbeda dengan pada model regresi biasa.

  1. Bagaimana mengatasi masalah heteroskedastisitas dalam data panel?

Menggunakan Weighted Least Square (WLS) atau Generalized Least Square (GLS)

  1. Apakah diperlukan uji heteroskedastisitas diperlukan dalam model RE?

Tidak perlu. Adanya heteroskedastisitas sudah diakomodir dalam metode pendugaan Generalized Least Square (GLS)

  1. Bagaimana jika kita ingin mengetahui karakteristik individu dalam data panel?

Bisa dicek nilai Individual Effect yang digambarkan dari nilai intersep yang berbeda untuk setiap unit.

  1. Apa yang menyebabkan variabel omit dalam data panel? Dan bagaimana cara mengatasinya ?

Karena salah menspesifikasi model sehingga tidak sesuai teori, variabel yang seharusnya masuk model tidak dilibatkan dalam pemodelan. Cara mengatasi dengan memasukkan variabel tersebut ke dalam model.

  1. Kapan data harus di log, log-natural, first difference?

Tergantung tujuan penelitian. Transformasi data umumnya dilakukan untuk mereduksi ragam, memperkecil skala atau menyesuaiakan teori. Misal jika ingin melihat hubungan elastisitas maka data perlu diubah menjadi log atau ln sehingga koefisien yang dihasilkan sudah langsung menggambarkan elastisitas. Tidak ada perbedaan antara log ataupun log-natural, hanya bilangan dasarnya yang berbeda. First difference digunakan pada data time series sebagai upaya untuk mengatasi stasioneritas.

  1. Apakah ketentuan distribusi normal diperlukan sebelum estimasi data panel?

Tidak. Uji normalitas dilakukan pada komponen residual/error sehingga hanya dapat dilakukan setelah analisis.

  1. Pendrop-an sample/outliners dalam upaya pendistribusian normal apakah akan berpengaruh terhadap hasil yang efisien?

Iya betul. Salah satu penyebab data tidak berdistribusi normal karena adanya outlier.

  1. Regresi apa yang cocok dilakukan jika dalam data panel N>T dan N<T?

Rule if thumb dalam analisis data panel:

  • Jika T (waktu pengamatan) cukup besar dan N (jumlah unit cross section) kecil → kemungkinan besar tidak banyak perbedaan antara penduga FE dan RE. Alasan kemudahan: gunakan penduga FE (LSDV)
  • Ketika N besar dan T kecil dan unit pengamatan bukan berupa sampel dari populasi yang lebih besar, FE model lebih tepat
  • Ketika N besar dan T kecil dan unit pengamatan berupa sampel acak dari populasi yang lebih besar, RE model lebih tepat
  • Jika komponen dari error berkorelasi dengan salah satu peubah eksogen: gunakan FE model
  1. Apakah ukuran sampel yang besar diperlukan dalam data panel?

Ukuran sampel bergantung dari spesifikasi model. Secara matematis, ukuran sampel akan mempengaruhi besarnya derajat bebas. Derajat bebas dihitung dari selisih antara ukuran sampel dengan banyaknya parameter yang diduga. Semakin kompleks suatu model (semakin banyak variabel yang terlibat) maka dibutuhkan ukuran sampel yang lebih besar.

  1. Bagaimana menggunakan cluster-robust standart errors dalam analisis panel data?

Clustering standard error digunakan ketika pengamatan individu dapat dikelompokkan ke dalam cluster di mana error model berkorelasi dalam sebuah cluster tetapi tidak di antara cluster. Biasanya diperlukan dalam kasus data survei di mana unit pengamatan adalah rumah tangga/ individu/ sekolah dll.

  1. Bagaimana interpretasi data dengan Low R-squared dan Adj Square Value? Dan apakah berpengaruh dalam data panel?

Rendahnya nilai R-square dikarenakan ada banyak faktor di luar (variabel tak terkontrol, misal: kondisi ekonomi makro, dll) yang mempengaruhi variabilitas nilai variabel dependen. Nilai yang rendah tersebut menunjukkan model belum cukup representatif, baik dalam analisis data panel maupun semua model statistika.

  1. Bagaimana data panel dalam mengatasi perbedaan individual (besar dan kecilnya negara dalam sample?

Adanya perbedaan pattern antar kelompok individual ini mengindikasikan adanya heteroskedastisitas dalam model.  Metode yang dapat digunakan di antaranya: White Robust Standard Error, Cluster-robust Standart Errors method.

  1. Apakah hasil GLS regresi bersifat mutlak (tidak ada tes lagi yang perlu dilakukan) ?

Memakai metode apapun tetap membutuhkan uji asumsi yang relevan.

  1. Apa yang harus dilakukan ketika pemilihan model yaitu RE namun memiliki nilai Durbin-Watson yang rendah?

Dalam metode GLS, dapat dimasukkan adanya unsur autokorelasi pada matriks varian-kovarian galat. Perlu diingat bahwa spesifikasi GLS dapat berbeda-beda tergantung kondisi data.

  1. Apakah penambahan dummy akan membantu dalam regresi data panel? Apa perbedaan FE dummy dan FE estimator?

Salah satu metode pendugaan pada model FE adalah Least Square Dummy Variable (LSDV) yang secara otomatis menggunakan variabel dummy dalam prosesnya.

  1. Apakah pemilihan model dalam data panel diperlukan? Dalam kasus ini, hasil pemilihan model memiliki hasil yang tidak sesuai dengan teori.

Ada tiga pendekatan:

  • sesuai teori
  • menggunakan rule of thumb seperti dijelaskan pada poin 10
  • menggunakan uji hipotesis (Chow, Breusch-Pagan, Haussman)
  1. Apakah ada metode lain dalam menentukan FE atau RE selain hausman test?

Dapat dibaca pada link ini:

https://digitalcommons.lsu.edu/cgi/viewcontent.cgi?referer=https://www.google.com/&httpsredir=1&article=1935&context=gradschool_dissertations

  1. Bagaimana mengukur kausalitas variabel dalam data panel?

Mengunakan Granger causality test

  1. Bagaimana mengatasi missing data dalam data panel?

Bisa dengan menghapus satu baris yang mengandung missing data tersebut atau melakukan analisis dengan memilih opsi Imputation Missing Data (software akan otomatis mengisi missing data dengan beberapa pilihan metode estimasi)

  1. Bagaimana mengatasi masalah autokorelasi dalam data panel?

Metode GLS juga mengakomodir adanya korelasi serial.

  1. Multikolinearitas dalam data panel apakah perlu diuji? Bagaimana mengatasi multikolinearitas dalam data panel?

Iya, dengan melihat nilai VIF. Dapat diatasi dengan menghapus salah satu variabel yang saling berkorelasi tinggi

  1. Apa yang menyebabkan data panel tidak balance? Bagaimana cara mengatasinya?

Proses pengumpulan data yang tidak sempurna atau data memang tidak tersedia. Pilihannya dengan menghapus beberapa pengamatan sehingga diperoleh data yang balanced, atau memilih metode khusus analisis data panel untuk data yang unbalanced.

Berikut CV dari Mba Nurjannah (Klik Link Dibawah ini)

CV Anna (1)

IG @anna.stats

IG @skripsiekonomi