LM test (data panel)

Menindaklanjuti post sebelumnya mengenai pengolahan data panel.
Pada post ini, saya memberikan mengenai test pemilihan test ketiga, yakni LM test.





Saya menggunakan data latihan ini.
Eviews

Langkah pertama dari uji ini adalah mencari model PLS yang terbaik, lalu mendapatkan error pemodelan tersebut.

Tes LM adalah seperti yang dilihat pada gambar berikut :

Cara membacanya adalah seperti ini:

Setiap error dijumlahkan sesuai individunya, lalu dikuadratkan. Dan dijumlahkan seluruhnya.
Hasil ini saya sebut sebagai A

Setiap error dikuadratkan, lalu dijumlahkan, setelah hasilnya didapat Saya sebut sebagai B

A dibagi B, dikurangi 1. Lalu dikuadratkan. Hasil ini saya sebut sebagai C

NT berarti jumlah individu dikali dengan jumlah waktu.

2(T-1) berarti jumlah waktu dikurangi satu, lalu dikali dua.

Lalu kita dapatkan hasilnya, yakni nilai LM yang akan kita bandingkan dengan nilai chi-square

Untuk mendapatkan kesimpulan uji. Kita memerlukan nilai chi-square.

Untuk mendapatkannya kita menggunakan salah satu fungsi dari excel.

=CHIINV(Taraf nyata,jumlah koefisien bebas)

Lalu kita bandingkan hasilnya.

Hipotesa hasil

Hipotesis

H₀ = LM ≤ X²_α(k) , maka model PLS yang terbaik

H₁ = LM > X²_α(k) , maka model  LSDV yang terbaik

Hasil yang didapat melalui uji ini adalah  LM(1.58) ≤ X²_α(k) (7.81), maka model PLS yang terbaik. Perhitungan ini bisa dilihat di Excel Sheet.

Excel Sheet

Hasil Dari tes lainnya.

CChow Test (Uji F)

Hipotesis

H₀ = PLS

H₁ = LSDV

Test cross-section fixed effects
Effects Test		Statistic	d.f.	Prob.
Cross-section F		2.354047	(3,25)	0.0962
Cross-section Chi-square		7.961603	3	0.0468

Kesimpulan : tidak menolak H0, model FEM terbaik (pada taraf nyata 5%)

Dikarenakan dari ketiga uji ini tidak didapat hasil yang terbaik, maka akan dilihat model terbaik melalui uji kesesuaian model lainnya.