Pengaruh Banyaknya Unit Cross-Sectional Terhadap Pemilihan Model Efek Tetap Dan Model Efek Acak Pada Model Regresi Panel Komponen Dua Arah

Data panel adalah data yang merupakan hasil dari pengamatan pada beberapa individu (unit cross-sectional) yang masing-masing diamati dalam beberapa periode waktu yang berurutan (unit waktu). Regresi panel merupakan teknik yang memodelkan pengaruh peubah penjelas terhadap peubah respon pada data panel, salah satunya adalah model dengan slope konstan dan intersep bervariasi pada kedua unit (unit cross-sectional dan unit waktu). Model regresi panel yang dipengaruhi oleh kedua unit disebut model komponen dua arah. Ada dua pendekatan model regresi panel, yaitu model efek tetap dan model efek acak. Secara garis besar pertimbangan dalam pemilihan MET dan MEA adalah berdasarkan banyaknya N (unit cross-sectional) dan T (waktu pengamatan). Tujuan penelitian ini adalah mengkaji pengaruh banyaknya unit cross-sectional pada pemilihan model efek tetap (MET) dan model efek acak (MEA) pada model komponen dua arah berdasarkan uji Hausman. Pembentukan MET dan MEA untuk setiap ulangan pada masing-masing N menghasilkan signifikansi yang kurang dari α (=5%) berarti parameter model yang dihasilkan signifikan, sehingga perlu dilakukan pemilihan model menggunakan uji Hausman. Berdasarkan uji Hausman didapatkan hasil bahwa model yang sesuai adalah MEA untuk setiap ulangan pada masing-masing N karena persentase MEA selalu lebih besar dibandingkan MET, hal ini terlihat dari signifikansi statistik uji Hausman yang lebih kecil dari alpha (α) 10%. Jika dilihat dari persentase banyaknya MET dan MEA yang terbentuk untuk masing-masing N dapat disimpulkan bahwa semakin banyak N maka semakin sedikit MEA yang terbentuk dan MET semakin banyak, walaupun pada akhirnya MEA terbentuk lebih banyak untuk setiap N (unit cross-sectional) karena MEA yang lebih tepat digunakan