Regresi Data Panel: Cara Memilih Common Effect, Fixed Effect, atau Random Effect

Regresi data panel adalah regresi untuk data yang menggabungkan beberapa unit (misalnya perusahaan, provinsi, atau bank) yang diamati selama beberapa periode. Contohnya laporan keuangan 10 perusahaan selama 5 tahun, sehingga ada 50 observasi.

Ada tiga model yang bisa dipakai: common effect, fixed effect, dan random effect. Pilihannya ditentukan lewat uji Chow, uji Hausman, dan uji Lagrange Multiplier. Artikel ini menjelaskan perbedaan ketiganya, cara memilih, dan cara membaca hasilnya dengan contoh lengkap.

Artikel ini bagian dari seri Materi Statistik IDTesis dan melanjutkan artikel analisis regresi.

Apa Kelebihan Data Panel?

Data panel punya dua dimensi: antarunit (cross section) dan antarwaktu (time series). Kelebihannya, data panel bisa mengendalikan perbedaan karakteristik setiap unit yang tidak diukur tetapi tetap dari tahun ke tahun, misalnya budaya perusahaan atau kualitas manajemen (Baltagi, 2021). Jumlah observasi juga lebih banyak dibanding hanya memakai satu tahun.

Tiga Model Regresi Data Panel

Cara Memilih Model

Urutan yang umum: mulai dari uji Chow. Jika terpilih FEM, lanjutkan uji Hausman. Uji Lagrange Multiplier hanya diperlukan jika Hausman memilih REM, atau jika Chow memilih CEM (Breusch & Pagan, 1980; Hausman, 1978).

File: alur-memilih-model-data-panel.webp · Alt text: Alur memilih model regresi data panel dari uji Chow, uji Hausman, dan uji Lagrange Multiplier, dengan hasil contoh yang mengarah ke Fixed Effect Model

Contoh Regresi Data Panel

Seorang mahasiswa meneliti pengaruh current ratio (CR) dan debt to equity ratio (DER) terhadap return on assets (ROA, dalam persen) pada 10 perusahaan selama 2020–2024. Rata-rata ROA 6,14% (SD 1,99), CR 1,64 (SD 0,33), dan DER 1,03 (SD 0,28). Angka di bawah berasal dari data ilustrasi.

Hasil pemilihan model:

• Uji Chow: F(9, 38) = 5,19; p < 0,001. FEM lebih baik daripada CEM.
• Uji Hausman: ?²(2) = 33,08; p < 0,001. FEM lebih baik daripada REM.
• Uji Lagrange Multiplier tidak diperlukan karena kedua uji sudah memilih FEM.

Model terpilih adalah Fixed Effect Model. Hasilnya, CR berpengaruh positif dan signifikan terhadap ROA (b = 1,514; p = 0,021), sedangkan DER tidak berpengaruh signifikan (b = ?0,924; p = 0,116). Uji F untuk kedua variabel bersama-sama menghasilkan F(2, 38) = 3,76; p = 0,032. Cara membaca uji t dan uji F dibahas di artikel uji t dan uji F ?.

File: perbandingan-koefisien-model-panel.webp · Alt text: Perbandingan koefisien CR dan DER beserta selang kepercayaan 95 persen pada model common effect, fixed effect, dan random effect

Mengapa Hasil CEM dan FEM Berbeda Jauh?

Pada CEM, DER tampak berpengaruh kuat. Pada FEM, pengaruhnya mengecil dan tidak signifikan. Penyebabnya, perusahaan dengan DER rendah pada contoh kebetulan juga perusahaan yang ROA-nya tinggi karena karakteristik lain yang tidak diukur. CEM mencampur perbedaan antarperusahaan itu ke dalam koefisien DER. FEM hanya memakai perubahan di dalam setiap perusahaan dari tahun ke tahun, sehingga pengaruh karakteristik tetap tersebut tersaring.

Inilah alasan uji pemilihan model tidak boleh dilewati. Langsung memakai OLS biasa pada data panel bisa menghasilkan kesimpulan yang keliru (Wooldridge, 2010).

Membaca R² pada Fixed Effect Model

EViews melaporkan R² FEM dari model dengan dummy perusahaan (LSDV). Pada contoh nilainya 0,829 (adjusted 0,780). Angka ini tinggi karena dummy perusahaan ikut menjelaskan variasi ROA. Sementara itu, R² within, yaitu variasi antartahun di dalam perusahaan yang dijelaskan CR dan DER, hanya 0,165. Saat membahas koefisien determinasi ? di Bab 4, sebutkan R² mana yang Anda laporkan.

Memilih model panel, membaca output EViews, dan menjelaskan perbedaan hasil antarmodel sering membuat mahasiswa ragu. Jika Anda butuh teman diskusi, tim IDTesis bisa membantu.

Bagaimana dengan Uji Asumsi Klasik?

Pandangan di buku teks berbeda-beda. Beberapa hal yang umum disepakati:

• Multikolinearitas tetap perlu diperiksa pada semua model. Lihat uji multikolinearitas ?.
• Heteroskedastisitas dan autokorelasi sering muncul pada data panel. Cara yang dianjurkan adalah memakai standard error robust yang dikelompokkan per unit (cluster), daripada mengubah data. Lihat juga uji heteroskedastisitas ? dan uji autokorelasi ?.
• REM diestimasi dengan GLS, sehingga sebagian buku menyebut uji asumsi klasik tidak wajib untuk model ini.

Ikuti kebiasaan di program studi Anda dan sebutkan dasar rujukannya. Pembahasan umum uji asumsi ada di artikel uji asumsi klasik.

Software untuk Regresi Data Panel

• EViews: paling umum di Indonesia. Pilihan Cross-section None, Fixed, atau Random tersedia di tab Panel Options, dan uji Chow serta Hausman tersedia di menu View ? Fixed/Random Effects Testing.
• Stata: perintah xtreg dengan opsi fe atau re, lalu hausman.
• R: paket plm (gratis).
• SPSS: tidak punya menu khusus data panel. FEM bisa ditiru dengan regresi plus variabel dummy perusahaan, tetapi uji Hausman harus dihitung manual.

Contoh Penulisan Hasil di Bab 4

Pemilihan model regresi data panel dilakukan dengan uji Chow dan uji Hausman. Uji Chow menghasilkan F(9, 38) = 5,19; p < 0,001, sehingga Fixed Effect Model lebih tepat daripada Common Effect Model. Uji Hausman menghasilkan ?²(2) = 33,08; p < 0,001, sehingga Fixed Effect Model lebih tepat daripada Random Effect Model. Berdasarkan Fixed Effect Model, current ratio berpengaruh positif dan signifikan terhadap ROA (b = 1,514; p = 0,021), sedangkan debt to equity ratio tidak berpengaruh signifikan (b = ?0,924; p = 0,116).

Angka di atas hanya contoh. Ganti dengan hasil analisis Anda sendiri.

Kesalahan yang Sering Terjadi

• Langsung memakai OLS biasa (CEM) tanpa uji pemilihan model.
• Melaporkan R² LSDV pada FEM seolah-olah seluruhnya dijelaskan oleh variabel bebas.
• Memasukkan variabel yang tidak berubah antartahun ke FEM, misalnya jenis industri. Variabel seperti ini otomatis terhapus karena menyatu dengan efek tetap perusahaan.
• Mengabaikan nilai Hausman yang negatif atau janggal tanpa mencari tahu penyebabnya.

Pertanyaan yang Sering Diajukan

Berapa jumlah perusahaan dan tahun yang dibutuhkan?

Tidak ada angka pasti. Yang penting, jumlah observasi cukup untuk jumlah variabel bebas, dan REM butuh jumlah unit lebih banyak daripada jumlah variabel bebas. Periode yang terlalu pendek, misalnya 2 tahun, membuat variasi di dalam unit sangat terbatas.

Nilai Hausman saya negatif. Apa artinya?

Nilai negatif bisa muncul karena selisih matriks varians FEM dan REM tidak memenuhi syarat perhitungan, terutama pada sampel kecil. Banyak peneliti kemudian memakai versi Hausman yang tahan heteroskedastisitas atau memilih FEM karena lebih aman. Jelaskan langkah yang Anda ambil di Bab 4.

Apa itu fixed effect waktu?

Selain efek perusahaan, model bisa memasukkan efek tahun untuk mengendalikan kejadian yang memengaruhi semua perusahaan pada tahun yang sama, misalnya pandemi. Model dengan keduanya disebut two-way fixed effect.

Bagaimana jika datanya tidak lengkap untuk semua tahun?

Data panel yang tidak lengkap disebut unbalanced panel. EViews, Stata, dan R tetap bisa mengolahnya, tetapi sebutkan jumlah observasi yang dipakai.

Butuh Teman Diskusi untuk Regresi Data Panel?

Bingung memilih CEM, FEM, atau REM, atau hasil uji Hausman Anda janggal? Tim IDTesis bisa menemani Anda menyusun data panel, menjalankan uji pemilihan model di EViews, dan menuliskan hasilnya dengan rapi di Bab 4. Ceritakan dulu data Anda lewat WhatsApp, atau lihat layanan olah data statistik.

Baca juga: Analisis Regresi · Uji Asumsi Klasik · Uji Autokorelasi ?

Referensi

• Baltagi, B. H. (2021). Econometric analysis of panel data (6th ed.). Springer.
• Breusch, T. S., & Pagan, A. R. (1980). The Lagrange multiplier test and its applications to model specification in econometrics. The Review of Economic Studies, 47(1), 239–253.
• Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics (5th ed.). McGraw-Hill/Irwin.
• Hausman, J. A. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251–1271.
• Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data (2nd ed.). MIT Press.