Model Common effect adalah model atau metode estimasi paling dasar dalam regresi data panel, dimana tetap menggunakan prinsip ordinary least square atau kuadrat terkecil. Oleh karena itulah, metode ini disebut juga dengan istilah pooled least square. Pada model common effect ini tidak memperhatikan dimensi waktu dan juga dimensi individu atau cross section, sehingga bisa diasumsikan bahwa perilaku dari individu tidak berbeda didalam berbagai kurun waktu. Beberapa metode yang biasa digunakan dalam mengestimasi model regresi dengan data panel, yaitu pooling least square (Common Effect), pendekatan efek tetap (Fixed Effect), pendekatan efek random (Random Effect). Data panel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series) (Kuncoro, 2003).

Model regresi data panel terdiri dari 3 model, yaitu Common Effect (CE), Fixed Effect (FE), dan  Random Effect (RE). Model common effect menggabungkan data cross section dengan time series dan menggunakan metode OLS untuk mengestimasi model data panel tersebut (Widarjono, 2009). Model ini merupakan model paling sederhana dibandingkan dengan kedua model lainnya. Model ini tidak dapat membedakan varians antara silang tempat dan titik waktu karena memiliki intercept yang tetap, dan bukan bervariasi secara random (Kuncoro, 2003). Model Common Effect mengasumsikan bahwa perilaku data antar perusahaan bank sama dalam berbagai kurun waktu (Widarjono, 2009). Pendekatan common effect adalah pendekatan yang paling sederhana dikarenakan pendekatan ini mengombinasikan data silang waktu dengan data runtut waktu tanpa memperhatikan dimensi waktu ataupun individu. Namun, kelemahan asumsi ini adalah ketidaksesuaian model dengan keadaan sesungguhnya. Kondisi setiap objek saling berbeda secara individu ataupun waktu. Ringkasan Hasil Regresi Data Panel Model Common Effects sebagai berikut :

  1. Periods Include: Merupakan jumlah periode atau runtut waktu yang dilibatkan dalam analisis.
  2. Cross section Include: Merupakan jumlah cross section atau panel yang dilibatkan dalam analisis.
  3. Total Panel (Balanced) observations : adalah jumlah observasi yang dilibatkan dalam analisis.
  4. Kolom Variable: adalah daftar variabel yang dianalisis.

  Koefisien Regresi Data Panel Model Common Effects meliputi (Ghozali, 2016) :

  1. Coefficient: adalah koefisien beta regresi data panel sesuai dengan variabel yang ada pada kolom variabel. Nilai koefisien ini digunakan untuk membentuk Persamaan Regresi Data Panel.
  2. Standar error: adalah Standar Error dari nilai koefisien pada kolom coefficient.
  3. t-statistics: adalah nilai t parsial regresi data panel sesuai per variabel pada kolom variable. Nilai t ini menunjukkan pengaruh parsial variabel prediktor terhadap variabel response di dalam model regresi data panel.
  4. Prob: adalah nilai p value atau tingkat signifikansi dari t parsial di kolom t-statistics. Nilai p value ini menunjukkan tingkat signifikansi t parsial dalam rangka menjawab hipotesis uji parsial. Jika nilai p value kurang dari batas kritis, misalnya 0,05 maka jawaban hipotesis adalah menerima H1 atau yang berarti variabel prediktor yang bersangkutan memiliki pengaruh yang bermakna terhadap variabel response secara statistik.

Referensi:

  • Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.
  • Kuncoro, Mudrajat. 2003. Metode Riset Untuk Bisnis dan Ekonomi. Erlangga: Jakarta.
  • Widarjono, Agus. 2009. Ekonometrika Pengantar dan Aplikasinya, Edisi Ketiga. Yogyakarta: Ekonesia.

Image Sources: Google Images