Pemilihan Model Estimasi Regresi Data Panel (skripsi dan tesis)

1. Uji Chow
   Uji chow digunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effects model lebih baik daripada common effects model. Hal ini dilakukan dengan melihat Residual Sum Square (SSR). Pada taraf uji α yang ditentukan, statistik uji chow mengikuti distribusi Fisher dengan derajat bebas n-1 dan nt-n-k. Jika nilai statistik F hitung lebih besar dari F tabel maka hipotesis nol ditolak pada tingkat signifikansi tertentu. Artinya, asumsi koefisien intersep berbeda-beda, sehingga teknik regresi data panel dengan
   fixed effect lebih baik dibanding model regresi data panel tanpa variabel dummy (common effects).
   2. . Uji Hausman
   Uji Hausman digunakan untuk menentukan model yang sesuai antara fixed effects model atau random effects model. Statistik uji Hausman mengikuti distribusi chi-square dengan derajat bebas jumlah variabel bebas (k). Jika model estimasi regresi data panel yang terpilih adalah common effects atau fixed effects maka tahap yang akan dilakukan adalah pengujian untuk memilih estimator yang akan digunakan dengan melihat struktur varian-kovarians residual. Hal ini dilakukan untuk menentukan metode estimasi yang tepat
   untuk digunakan dalam model apakah OLS, GLS, atau FGLS. Kemudian, setelah diperoleh model data panel terbaik serta metode estimasinya, dilakukan pemeriksaan asumsi klasik. Apabila metode estimasinya OLS, maka asumsi klasik yang harus terpenuhi adalah normalitas, homoskedastis, nonmultikolinieritas, dan nonautokorelasi. Jika metode estimasinya adalah GLS atau FGLS, maka asumsi yang harus terpenuhi adalah normalitas
   dan nonmultikolinieritas. Hal ini disebabkan metode GLS dan MLE mampu
   mengakomodasi masalah heteroskedas dan nonautokorelasi dalam model