Saat mengolah data panel di EViews, salah satu keputusan paling penting adalah menentukan model mana yang paling sesuai: fixed effect atau random effect. Uji Hausman dirancang khusus untuk menjawab pertanyaan itu secara statistik, bukan sekadar dugaan.
Kenapa Uji Hausman Diperlukan
Data panel menggabungkan dimensi cross-section (misalnya beberapa perusahaan) dan time series (misalnya beberapa tahun). Untuk mengolahnya, ada tiga pendekatan utama: Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Uji Chow menentukan pilihan antara CEM dan FEM, sedangkan uji Hausman menentukan pilihan antara FEM dan REM. Bila hasil uji Hausman menunjukkan FEM lebih tepat, artinya ada korelasi antara efek individu dengan variabel independen, sehingga REM akan menghasilkan estimasi yang bias.
Syarat Sebelum Melakukan Uji Hausman
- Data panel sudah di-input ke EViews dalam format pool atau panel (workfile bertipe “Balanced/Unbalanced Panel”).
- Model Fixed Effect dan Random Effect sudah pernah dijalankan minimal satu kali untuk variabel yang sama.
- Jumlah individu (cross-section) sebaiknya lebih besar dari jumlah periode waktu agar REM valid secara teori.
Langkah-Langkah di EViews
Berikut urutan praktis yang bisa langsung diikuti:
- Buka workfile panel yang sudah berisi variabel dependen dan independen.
- Klik Quick → Estimate Equation.
- Masukkan spesifikasi model, misalnya:
Y C X1 X2 X3. - Pada tab Panel Options, pilih Fixed untuk cross-section effects, lalu klik OK. Simpan hasil estimasi ini (jangan ditutup).
- Ulangi langkah yang sama, tetapi kali ini pilih Random pada Panel Options.
- Dari hasil estimasi Random Effect yang aktif, klik View → Fixed/Random Effects Testing → Correlated Random Effects – Hausman Test.
- EViews akan menampilkan output berisi nilai Chi-Square statistic dan Prob. (p-value).
Cara Membaca Output Uji Hausman
| Nilai Prob. (p-value) | Keputusan |
|---|---|
| < 0.05 | Tolak H0 → gunakan Fixed Effect Model |
| ≥ 0.05 | Terima H0 → gunakan Random Effect Model |
Hipotesis nol (H0) pada uji Hausman menyatakan bahwa tidak ada korelasi antara efek individu dengan variabel independen, yang berarti REM konsisten dan efisien. Jika p-value lebih kecil dari 0,05, H0 ditolak dan model Fixed Effect dianggap lebih tepat karena lebih konsisten meski kurang efisien.
Kesalahan yang Sering Terjadi
- Menjalankan uji Hausman tanpa terlebih dahulu menjalankan estimasi Random Effect secara aktif — EViews akan menampilkan pesan error karena uji ini butuh model Random Effect sebagai dasar perbandingan.
- Tidak melaporkan hasil uji Chow terlebih dahulu, padahal alur yang benar biasanya: uji Chow → jika FEM terpilih → lanjut uji Hausman untuk memastikan bukan REM yang lebih tepat.
- Salah menafsirkan arah keputusan — banyak yang tertukar antara “menolak H0” dengan model mana yang seharusnya dipakai.
Pertanyaan Umum
Apakah uji Hausman wajib dilakukan untuk semua data panel?
Wajib jika penelitian menggunakan data panel dan ingin membandingkan Fixed Effect dengan Random Effect. Jika dari uji Chow hasilnya sudah menunjukkan Common Effect Model yang terpilih, uji Hausman biasanya tidak lagi diperlukan.
Apa yang harus dilakukan jika muncul error saat menjalankan uji Hausman?
Error paling umum terjadi karena model Random Effect belum pernah dijalankan pada window aktif. Jalankan ulang estimasi dengan Random Effect terlebih dahulu, baru akses menu Hausman Test dari situ.
Apakah hasil uji Hausman bisa berubah jika variabel ditambah?
Bisa. Penambahan atau pengurangan variabel independen dapat mengubah struktur korelasi antar efek individu, sehingga sebaiknya uji Hausman dijalankan ulang setiap kali spesifikasi model berubah.