Asumsi Regresi Data Panel dengan STATA
Sebelum masuk ke tahap interprestasi hasil analisis dengan regresi data panel, maka setelah mempelajari cara memilih metode estimasi yang tepat untuk regresi data panel dengan stata pada artikel sebelumnya, saatnya kita mempelajari Asumsi Regresi Data Panel dengan STATA. Asumsi yang berlaku untuk regresi data panel metode Pooled Least Square (PLS) dan Fixed Effects (FE) sama dengan Ordinary Least Square (OLS) karena kedua uji tersebut didasarkan pada metode least square. Uji Asumsi yang dimaksud antara lain: Linearitas, Normalitas, Outlier, Multikolinearitas, Heteroskedastisitas dan Autokorelasi. Sedangkan Metode Random Effects (RE) karena menggunakan pendekatan General Least Square (GLS) maka tidak diperlukan uji heteroskedastisitas dan Autokorelasi.
Asumsi Multikolinearitas Regresi Data Panel
Caranya:
Ketikkan Command sebagai berikut:
Corr y x1 x2 x3
Maksud command di atas:
Corr artinya uji korelasi pearson product moment
y: variabel terikat
x1: variabel bebas x1
x2: variabel bebas x2
x3: variabel bebas x3
Output yang dihasilkan:
Nilai-nilai di atas menunjukkan korelasi antar variabel, misal antara x1 dengan x2 nilai korelasinya 0,3838. Dinyatakan menerima H0 atau tidak ada masalah multikolinearitas apabila nilai korelasi antar variabel tidak lebih dari 0,75.
Cara yang lain:
Pada Uji Pooled Least Square dengan melihat nilai VIF setelah regresi dengan PLS:
. reg y x1 x2 x3
. vif
Maksud command di atas:
Reg artinya uji Regresi
y: variabel terikat
x1: variabel bebas x1
x2: variabel bebas x2
x3: variabel bebas x3
vif: nilai variance inflating factor
Outputnya:
Menerima H1 atau ada indikasi multikolinearitas tinggi apabila nilai Mean VIF > 10.
Setelah FE dan RE dengan cara:
. xtreg y x1 x2 x3, fe
. vif, uncentered
Maksud command di atas:
xtreg artinya uji Regresi Data Panel
FE artinya Fixed Effects
y: variabel terikat
x1: variabel bebas x1
x2: variabel bebas x2
x3: variabel bebas x3
vif: nilai variance inflating factor.
Outputnya:
Menerima H1 atau ada indikasi multikolinearitas tinggi apabila nilai Mean VIF > 10.
Asumsi Heteroskedastisitas Regresi Data Panel
Perlu diingat kembali bahwa Uji heterokedastisitas hanya dilakukan ketika menggunakan estimasi FE dan PLS.
Caranya Setelah PLS:
. quietly reg y x1 x2 x3
. hettest
Outputnya:
Menerima H1 atau Terjadi masalah heteroskedastisitas apabila nilai (Prob>Chi2) < Alpha (0,05).
Caranya Setelah FE:
. xtreg y x1 x2 x3, fe
. xttest3
Outputnya:
Menerima H1 atau Terjadi masalah heteroskedastisitas apabila nilai (Prob>Chi2) < Alpha (0,05).
Asumsi Autokorelasi Regresi Data Panel
Caranya:
. xtserial y x1 x2 x3
Outputnya:
Terjadi masalah Autokorelasi apabila nilai (Prob>Chi2) < Alpha (0,05).
Sementara demikian saja perihal Asumsi Regresi Data Panel dengan STATA. Selanjutnya kita akan bahas Interprestasi Regresi Data Panel yang akan dilanjutkan dengan regresi data panel metode robust.
Baca Juga: Tutorial Regresi Data Panel Dinamis atau GMM dengan STATA!
By Anwar Hidayat
Mau nanya kak, lebih bagus pakai corr atau vif ya. Soalnya hasilnya nunjukkin ha yg beda. Kalo pakai vif atau dua variabel yg tidak lolos karena nilai lebih dari 10. Tapi kalo pakai corr lolos semua. Btw metode yg terpilih fem
VIF pada FEM sejauh ini baik pada STATA ataupun EViews masih belum ada fitur yang dapat menghitungnya, kecuali pada STATA masih dapat menghitung VIF Uncentered. Jadi anda bisa menggunakan opsi interkorelasi antar variabel bebas menggunakan syntax corr.