Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

By : Paidi Hidayat Dept EP USU 1 Panel Data {Pooled Data} By : Paidi Hidayat.

Presentasi serupa


Presentasi berjudul: "By : Paidi Hidayat Dept EP USU 1 Panel Data {Pooled Data} By : Paidi Hidayat."— Transcript presentasi:

1 By : Paidi Hidayat Dept EP USU 1 Panel Data {Pooled Data} By : Paidi Hidayat

2 By : Paidi Hidayat Dept EP USU 2 Pengertian Data Panel Data Panel merupakan gabungan dari data cross section dan data time series sehingga jumlah pengamatan menjadi sangat banyak. Tipe data panel dapat berupa longitudinal atau micropanel data, yaitu data yang diamati adalah variabel yang sama selama periode waktu tertentu. Misalnya data pertumbuhan ekonomi propinsi di Indonesia era otda dari tahun Data ini kumpulan informasi terhadap semua propinsi di Indonesia, yang jumlahnya sebanyak 33 propinsi dan dikumpulkan selama jangka waktu 6 tahun.

3 By : Paidi Hidayat Dept EP USU 3 Pengertian Data Panel Jika setiap data unit cross section sama dengan jumlah observasi time series maka data panel disebut balance panel. Jika jumlah observasi berbeda pada masing-masing anggota panel maka disebut unbalance panel.

4 By : Paidi Hidayat Dept EP USU 4 Data Cross Section & Time Series Data cross section merupakan data yang dikumpulkan dalam satu waktu terhadap banyak individu. Misalnya sensus penduduk yang dikumpulkan sekali dalam 10 tahun dan terdiri dari berbagai variabel. Data time series adalah data yang dikumpulkan dari waktu ke waktu terhadap suatu individu.

5 By : Paidi Hidayat Dept EP USU 5 Kelebihan Data Panel Bila data panel berhubungan dengan individu, perusahaan, negara, daerah, dll pada waktu tertentu, maka data tersebut adalah heterogen. Kombinasi data cross section dan time series akan memberikan informasi yang lebih lengkap, lebih beragam, kurang berkorelasi antar variabel sehingga derajat bebasnya lebih besar dan lebih efisien.

6 By : Paidi Hidayat Dept EP USU 6 Kelebihan Data Panel Studi data panel lebih meyakinkan untuk menentukan perubahan dinamis dibandingkan dengan studi berulang dari cross section. Data panel lebih baik mendeteksi dan mengukur efek yang secara sederhana tidak dapat diukur oleh data time series atau cross section, misalnya efek dari upah minimum.

7 By : Paidi Hidayat Dept EP USU 7 Kelebihan Data Panel Data panel membantu studi untuk menganalisis perilaku yang lebih kompleks, misalnya penomena skala ekonomi dan perubahan teknologi. Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit data lebih banyak.

8 By : Paidi Hidayat Dept EP USU 8 Permodelan Data Panel Model dengan data cross section. Y i = α + βX i + ε i dimana : i = 1, 2, 3, ….., N N = banyaknya data cross section Model dengan data time series. Y t = α + βX t + ε t dimana : t = 1, 2, 3, ….., T T = banyaknya data time series

9 By : Paidi Hidayat Dept EP USU 9 Permodelan Data Panel Model dengan Data Panel. Y it = α + β 1 X 1it + β 2 X 2it + ε it dimana : i = 1,2,3,….., N t = 1, 2, 3, ….., T N = banyaknya observasi T = banyaknya waktu N x T = banyaknya data panel

10 By : Paidi Hidayat Dept EP USU 10 Ordinary Least Square (OLS) Teknik ini seperti membuat regresi dengan data cross section atau time series. Akan tetapi, untuk data panel, sebelum membuat regresi harus menggabungkan data cross section dengan data time series. Kemudian data gabungan ini dianggap sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan metode OLS. Y = β 0 + β 1 X 1 + β 2 X 2 + ε

11 By : Paidi Hidayat Dept EP USU 11 Fixed Effects Model ( FEM ) y it =  1it +  2it x 2it +  3it x 3it + e it y it =  1i +  2 x 2it +  3 x 3it + e it Fixed effects models impose the restrictions :  1it =  1i  2it =  2  3it =  3 For each i th cross section in the t th time period: Each i th cross-section has its own constant  1i intercept Metode ini mengasumsikan bahwa model yang menghasilkan β konstan untuk setiap individu ( i ) tetapi waktu ( t ) kurang realistik sehingga dengan metode ini memungkinkan adanya perubahan β pada setiap i dan t.

12 By : Paidi Hidayat Dept EP USU Semua koefisien konstan antar waktu dan anggota panel. 2. Koefisien slope konstan tetapi titik potong bervariasi antar anggota panel. 3. Koefisien slope konstan tetapi titik potong bervariasi antar anggota panel dan waktu. 4. Semua koefisien bervariasi antar anggota panel. 5. Semua koefisien bervariasi antar anggota panel dan waktu. Fixed Effects Model (FEM)

13 By : Paidi Hidayat Dept EP USU 13 Untuk FEM, perbedaan karakteristik individu (i) dan waktu (t) diakomodir pada intercept sehingga interceptnya berubah antar individu dan waktu. Untuk REM, perbedaan karakteristik individu (i) dan waktu (t) diakomodir pada error dari model. Mengingat ada dua komponen yang berkontribusi pada pembentukan error, yaitu individu dan waktu, maka random error pada REM perlu diurai menjadi error untuk komponen individu, error komponen waktu dan error gabungan. Random Effects Model (REM)

14 By : Paidi Hidayat Dept EP USU 14 y it =  1i +  2 x 2it +  3 x 3it + e it  1i =  1 +  i y it = (  1 +  i ) +  2 x 2it +  3 x 3it + e it y it =  1 +  2 x 2it +  3 x 3it + (  i +e it ) y it =  1 +  2 x 2it +  3 x 3it + it it = (  i +e it ) Random Effects Model (REM)

15 By : Paidi Hidayat Dept EP USU 15 Apabila null hypothesis (H 0 ) diterima maka model yang akan digunakan bisa random effects model (REM) dan fixed effects model (FEM) Apabila null hypothesis (H 0 ) ditolak maka model yang akan digunakan adalah fixed effects model (FEM) Hausman Test

16 By : Paidi Hidayat Dept EP USU 16 Jika data panel yang dimiliki mempunyai jumlah waktu (T) lebih besar dibanding jumlah individu (N) maka disarankan untuk menggunakan Fixed Effect Model (FEM). T > N → FEM Jika data panel yang dimiliki mempunyai jumlah waktu (T) lebih kecil dibanding jumlah individu (N) maka disarankan untuk menggunakan Random Effect Model (REM). T < N → REM Pemilihan FEM VS REM

17 By : Paidi Hidayat Dept EP USU 17 Contoh Kasus TahunCAP_GECAP_GMCAP_USCAP_WEST

18 By : Paidi Hidayat Dept EP USU 18 Contoh Kasus TahunI_GEI_GMI_USI_WEST

19 By : Paidi Hidayat Dept EP USU 19 Contoh Kasus TahunPL_GEPL_GMPL_USPL_WEST

20 By : Paidi Hidayat Dept EP USU 20 Hasil Estimasi Untuk OLS

21 By : Paidi Hidayat Dept EP USU 21 Hasil Estimasi Untuk FEM

22 By : Paidi Hidayat Dept EP USU 22 Hasil Estimasi Untuk REM

23 By : Paidi Hidayat Dept EP USU 23 Hasil Hausman Test Berdasarkan hasil estimasi Hausman test diperoleh kesimpulan bahwa H0 diterima sehingga metode yang terbaik untuk kasus ini adalah Fixed Effect Model (FEM).

24 By : Paidi Hidayat Dept EP USU 24 Hasil Estimasi OLS Untuk GE

25 By : Paidi Hidayat Dept EP USU 25 Hasil Estimasi OLS Untuk GM

26 By : Paidi Hidayat Dept EP USU 26 Hasil Estimasi OLS Untuk US

27 By : Paidi Hidayat Dept EP USU 27 Hasil Estimasi OLS Untuk West

28 By : Paidi Hidayat Dept EP USU 28 Terima Kasih By : Paidi Hidayat


Download ppt "By : Paidi Hidayat Dept EP USU 1 Panel Data {Pooled Data} By : Paidi Hidayat."

Presentasi serupa


Iklan oleh Google