KEUNGGULAN DAN KETERBATASAN DATA PANEL (PROF. BADI H. BALTAGI)


Badi H. Baltagi memperoleh Ph.D di University of Pennsylvania pada tahun 1979, dengan spesialisasi : Ekonometrik. Sekarang dosen tetap di Syracuse University dan mengajar part time di University of Leicester.  Menjadi pengajar tamu di berbagai universitas di seluruh dunia.

Selain mengajar juga menjadi peneliti senior di Centre for Policy Research di Syracuse University, selain itu juga menjadi peneliti di beberapa badan penelitian lain seperti : Munich Society for the Promotion of Economic Research, Institute for Labor Research (IZA) Bonn Jerman, Economic Research Forum, ERMES Universite Pantheon- Assas Paris.

Menjadi editor pada beberapa jurnal ilmiah, seperti Economic Letter, Empirical Economics, Journal of Applied Econometrics, Journal of Econometris, Empirical Economic, Economic Reviews, Contributions to Economic Analysis Emerald Publishing dan Advanced Studies in Theoretical and Applied Economietric Springer.

Telah mempublikasikan 162 journal ilmiah dan menerbitkan 16 buah buku dan 50 referensi soal dan jawaban, mempresentasikan 95 paper pada berbagai pertemuan profesional.

Dalam bukunya :  Econometric Analysis of  Panel Data, halaman 5, yang diterbitkan oleh John Wiley and Sons pada tahun 2005, menyatakan tentang keunggulan dan keterbatasan  (benefits and limitations) data panel, sbb :

Keunggulan Model Data panel

1. Data panel mampu mengontrol heterogenitas individu. Data panel menganggap tiap-tiap individu, perusahaan, ataupun daerah bersifat heterogen. Studi berdasar data time series dan data cross section tidak dapat  mengontrol heterogenitas sehingga memungkinkan hasil yang diperoleh menjadi bias.

2.  Data panel memberikan informasi lebih lengkap, lebih variatif, lebih sedikit terjadi kolinearitas antar variabel dan derajat kebebasan (degree of freedom) yang lebih banyak. Studi pada data time series lebih banyak terjadi mulikolinearitas.

3.  Data panel lebih mampu untuk mengamati dinamika penyesuaian (dynamic of adjustment). Ini berbeda dengan hasil estimasi dengan data cross section yang terlihat dapat menyembunyikan banyak perubahan.  Data panel diperlukan untuk estimasi model hubungan antar waktu, siklus hidup  dan hubungan antar generasi.

4.  Data panel lebih mampu mengidentifikasi dan mengukur efek yang tidak terdeteksi pada data time series dan data cross section.

5.  Data panel memungkinkan untuk membangun dan menguji model perilaku yang lebih rumit daripada data time series dan data cross section.

6.   Data panel yang diperoleh dari unit mikro misalnya individu perusahaan dan rumah tangga akan lebih akurat diestimasi bila dibandingkan dengan data makro pada variabel yang sama, karena bias bias akibat agregasi individu atau perusahaan dapat direduksi dan dieliminasi.

7. Data panel makro yang memiliki rentang waktu yang lebih panjang, ketika diuji dengan uji unit roots test dalam analisa time series menunjukkan masalah distibusi non standar yang berbeda.

Keterbatasan data panel

1.  Masalah desain dan pengumpulan data. Permasalah timbul saat men-desain data survey, pengumpulan data dan manajemen data. Termasuk didalamnya masalah cakupan data (data populasi yang tidak lengkap), responden tidak merespon (akibat dari kurang adanya kerjasama dengan responden atau adanya kesalahan dalam melakukan interview), responden lupa, frekuensi wawancara (jarak waktu dalam wawancara).

2.  Distorsi kesalahan pengukuran. Kesalahan pengukuran mungkin timbul karena karena pertanyaan tidak jelas, responden tidak ingat, distorsi yang disengaja oleh responden, informan yang tidak sesuai, kesalahan mencatat dan kesalahan dari pewawancara.

3.   Masalah selektifitas, diantaranya :

a. Self-selectivity, contoh ; orang tidak bekerja karena reservation wages (upah minimum untuk suatu pekerjaan) lebih tinggi dari dari upah yang akan diterima. Untuk kasus ini seharusnya yang diobservasi adalah karakteristik individu bukan pada upah-nya.

b. Non response, contoh : penolakan untuk berpartisipasi atau responden tidak ada dirumah.

c. Attrition. Responden mungkin sudah meninggal, atau pindah rumah, atau menolak setelah mengetahui ada biaya yang harus dikeluarkan dalam menjawab kuotioner.

4.  Short time-series dimension.  Rentang waktu yang pendek. Apabila cakupan rentang waktu data sangat pendek, maka argumen asymtotic karakteristik data panel akan berkurang.

5. Cross-section dependence. Data panel makro di suatu negara atau wilayah dengan pengamatan long time series yang tidak memperhitungkan ketergantungan lintas negara dapat menyebabkan misleading dalam kesimpulan.

——————–

4 Januari 2014

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: