Tutorial Cara Regresi Data Panel dengan STATA
Regresi Data Panel dengan STATA
Bahasan kali ini akan membahas regresi data panel dengan STATA. Regresi data panel dapat dilakukan dengan aplikasi STATA dan caranya mudah sekali. Dalam artikel ini kita akan coba mempelajari tutorialnya. Tentunya agar anda dapat dengan mudah memahaminya, maka pelajari dulu artikel kami tentang Regresi Data Panel.
Dalam tutorial ini kita asumsikan akan melakukan uji regresi data panel dengan 3 variabel bebas, yaitu x1, x2 dan x3 serta 1 variabel terikat yaitu y. Di mana melibatkan 50 subject atau yang disebut dengan panel dan masing-masing subject mempunyai data runtut waktu selama 10 tahun (per tahun). Jadi bila kita hitung maka 50 x 10 = 500 observasi.
Tutorial Data Panel dengan STATA
Silahkan buka aplikasi STATA anda dan kemudian isi data editor sesuai contoh di bawah ini atau anda bisa langsung download file kerja tutorial ini DI SINI.
Deklarasi Panel Data
Langkah pertama adalah ketikkan perintah sebagai berikut di kotak command kemudian tekan enter:
. tsset id thn, yearly
Perhatikan command di atas:
tsset: perintah declare panel data,
id: Subject,
thn: Time Series.
Perintah (command) di atas bertujuan untuk membentuk atau declare dataset panel data time series agar pengujian data panel dapat dilakukan. Hasilnya adalah sebagai berikut:
panel variable: id (strongly balanced)
time variable: thn, 2000 to 2009
delta: 1 year
Arti di atas adalah:
Terbentuk panel data dengan subject “id” dan time series variabel “thn” berupa interval tahun (tearly) yang dimulai dari tahun 2000 sd 2009 (10 tahun). Strongly balanced artinya secara seragam, masing-masing subject (“id”) mempunyai jumlah pengulangan/time series yang sama yaitu 10 tahun.
Summary Data Panel
Langkah selanjutnya ketikkan command:
. xtsum y x1 x2 x3
Perhatikan command di atas:
xtsum: perintah deskriptive pada panel data
y: Variabel terikat
x1: Variabel bebas x1
x2: Variabel bebas x3
x3: Variabel bebas x3.
Artinya kita akan menghitung dan menampilkan hasil uji deskriptive per variabel, baik pada subject secara keseluruhan (overall), per subject (between) dan per tahun (within).
Tampilannya sebagai berikut:
Sesuai tahapan seperti yang dijelaskan dalam artikel sebelumnya, maka kita akan melakukan pemilihan metode estimasi.
Pooled Least Square
Langkah pertama adalah melakukan uji Pooled Least Square (PLS), caranya:
. reg y x1 x2 x3
Perhatikan command di atas:
reg: perintah PLS
y: Variabel terikat,
x1: Variabel bebas x1,
x2: Variabel bebas x3,
x3: Variabel bebas x3.
Lihat outputnya!
Fixed Effects
Selanjutnya lakukan uji regresi data panel Fixed Effect Model (FE), yaitu:
. xtreg y x1 x2 x3, fe
Perhatikan command di atas:
xtreg: perintah fixed atau random effect,
fe adalah options memilih fixed effect,
y: Variabel terikat,
x1: Variabel bebas x1,
x2: Variabel bebas x3,
x3: Variabel bebas x3.
Lihat outputnya!
Selanjutnya lakukan uji regresi data panel Random Effect Model (RE), yaitu:
. xtreg y x1 x2 x3
Perhatikan command di atas:
xtreg: perintah fixed atau random effect
Tanpa adanya options memilih fixed effect, maka secara default pilihan uji adalah random effect
y: Variabel terikat,
x1: Variabel bebas x1,
x2: Variabel bebas x3,
x3: Variabel bebas x3.
Lihat outputnya!
Stored Dataset STATA
Untuk membandingkan ketiga hasil di atas, terlebih dulu menyimpan hasil regresi masing-masing metode dengan command : . estimates store (nama)
Caranya pada kotak command ketikkan lalu enter:
. estimates store fe
. estimates store re
. estimates store ols
. estimates table fe re ols, star stats(N r2 r2_a)
Perhatikan command di atas:
estimates: perintah melakukan estimasi
store: menyimpan data
fe: fixed effect
re: random effects
ols: ordinary least square
estimates table fe re ols, star stats(N r2 r2_a): memunculkan table yang berisi data hasil uji t parsial fixed effects, random effects dan PLS.
Star berarti memberi tanda bintang bagi yang menerima H1
stats(N r2 r2_a) berarti memunculkan jumlah sampel, nilai r square dan adjusted r square
Maka akan muncul variabel baru pada data editor, yaitu secara berurutan variabel: _est_ols, _est_fe dan _est_re.
Kemudian interprestasikan dan ambil kesimpulan sesuai Diagram Pilihan Metode Estimasi pada artikel sebelumnya. Caranya adalah sebagai berikut:
Chow Test
Chow Test, untuk menentukan pilihan antara PLS dan FE. Maka lihat output FE!
(Lihat pada tanda panah merah!) Karena P Value (Prob>F) < Alpha 0,05 maka H1 diterima yang artinya pilihan yang terbaik adalah FE.
Hausman Test
Karena pilihan jatuh pada FE, maka selanjutnya kita tentukan apakah lebih baik FE atau RE. Caranya adalah melalui Hausman Test, yaitu ketikkan command dan enter:
. quietly xtreg y x1 x2 x3, fe
. estimates store fe
. quietly xtreg y x1 x2 x3, re
. estimates store re
. hausman fe re
Perhatikan command di atas:
y: Variabel terikat,
x1: Variabel bebas x1,
x2: Variabel bebas x3,
x3: Variabel bebas x3.
Output Hausman Regresi Data Panel dengan STATA
Maka akan muncul output sebagai berikut:
(Lihat pada tanda panah merah!) Karena P Value (Prob>Chi2)<Alpha 0,05 maka H1 diterima atau yang berarti pilihan terbaik adalah FE dari pada RE.
Lagrange Multiplier Test
Bagaimana seandainya pada Chow Test pilihan terbaik adalah PLS atau pada Hausman Test ternyata pilihan terbaik adalah RE? Maka kita harus melanjutkan ke tahap berikutnya untuk menentukan pilihan terbaik apakah PLS atau RE, yaitu dengan uji Lagrange Multiplier Test. Caranya ketikkan command dan enter:
. xtreg y x1 x2 x3, re
. xttest0
Perhatikan command di atas:
xtreg dengan options re: perintah random effects
y: Variabel terikat,
x1: Variabel bebas x1,
x2: Variabel bebas x3,
x3: Variabel bebas x3.
xttest0: perintah Lagrange Multiplier Test.
Output LM Regresi Data Panel dengan STATA
Maka output muncul sebagai berikut:
(Lihat pada tanda panah merah!) Karena p value (Prob>Chibar2)<Alpha 0,05 maka H1 diterima atau yang berarti pilihan terbaik adalah RE dibandingkan PLS.
Sementara cukup sampai di sini artikel mengenai Regresi Data Panel dengan STATA. Di mana kita sudah bisa menentukan pilihan metode estimasi yang tepat, apakah PLS, FE atau RE.
Selanjutnya kita akan mempelajari post estimasi setelah regresi data panel atau yang disebut dengan asumsi regresi data panel yang bertujuan untuk mengevaluasi hasil model persamaan regresi data panel. Baca penjelasannya secara detail di Asumsi Regresi Data Panel dengan STATA. Pelajari juga Tutorial Cara Input data Panel dengan Eviews. Demikian telah kami jelaskan tutorial regresi data panel dengan STATA.
By Anwar Hidayat
Belum ada Komentar untuk "Tutorial Cara Regresi Data Panel dengan STATA"
Posting Komentar