panel-data-with-eviews8-no-ah.pdf

LOGO
www.wernermurhadi.wordpress.com
Dr. Werner R. Murhadi
PANEL DATA
WITH EVIEWS

LOGO
www.themegallery.com
 Data Panel merupakan kombinasi Time series dan cross section
 Data panel mampu menurunkan masalah omitted variables (model
yang mengabaikan variabel yang relevan).
 Ada 3 metode yg dpt dipakai untuk data panel:
1. Pooled Least Square (PLS), estimasi data panel dg memakai
OLS. Biasa juga disebuat common effect.
2. Fixed Effect (FE) dg menambahkan model dummy pada data.
3. Random Effect (RE), memperhitungkan error dr data panel dg
metode LS.

LOGO
 Pendekatan PLS scr sederhana menggabungkan (pooled) seluruh
data time series dan cross section.
 Pendekatan FE memperhitungkan kemungkinan bahwa peneliti
menghadapi masalah omitted variables, yg mungkin membawa
perubahan pada intercept time series atau cross section. Model ini
menambahkan dummy untuk mengijinkan adanya perubahan
intercept ini.
 Pendekatan RE memperbaiki efisiensi proses LS dg
memperhitungkan error dari cross section dan time series.

LOGO
 Model PLS
 Model FE
 Model RE

LOGO
 Uji digunakan untuk menentukan apakah model PLS atau FE
m = jumlah restricted variable
n = jumlah sampel
k = jumlah variabel bebas
Hipotesis:
Ho = model PLS
H1 = Model Fixed Effect
Bila F hitung > F tabel, kita tolak Ho
Pemilihan Model Data Panel

LOGO
 Uji Hausman untuk menentukan apakah model FE atau RE
 Rumus untuk mendapatkan nilai chisquare uji hasuman:
Matrix b_diff = b_fixed – b_random
matrix var_diff = cov_fixed – cov_random
matrix qform = @ transpose(b_diff)*@inverse(var_diff)*b_diff
 Hipotesis:
Ho: RE, sedangkan H1 = FE
 Bila chi square hitung > chi square tabel, dan p-value signifikan,
maka Ho ditolak (H1 diterima FE lebih tepat!)

LOGO
Input Data menggunakan Excel
 Untuk panel SUPAYA HASIL SPSS DAN EVIEWS KONSISTEN MAKA
NAMA PERUSHAAN DIIKUTI TAHUN.
 BUKAN TAHUN DIIKUTI NAMA PERUSAHAAN

LOGO
Contoh :data test

LOGO
Untuk melakukan pengujian
regresi, pertama klik dan blok
seluruh variabel yang ingin diuji

LOGO
Pada bagian equation specification nantinya akan
berisikans eluruhvariabel yang telah diblok beserta
interceptnya (c). Kemudian susun variabel yang muncul
pada bagian tersebut dengan aturan variabel
dependennya dibagian pertama kemudian c diikuti
dengan varibel independen

LOGO
Untuk menyimpan hasil uji, klik Name
kemudian masukan nama yang diinginkan.
Uji yang baru saja dilakukan menggunakan
model common effect. Untuk mengganti
model menjadi fixed effect ataupun random
effect dapat dilakukan dengan cara sama
seperti uji model common effect yang
diawali dengan blok kemudianopen as
equation, hanya saja pada window
equation estimation, klik panel option
kemudian pada bagian effect specification
cross section pilih fixed untuk fixed effect
dan random untuk random effect.

LOGO
Mengubah ke Fixed effect. Klik
estimate.

LOGO
klik panel option kemudian pada
bagian effect specification cross
section pilih fixed untuk fixed effect
dan random untuk random effect.

LOGO
Output Fixed effect

LOGO
Untuk melakukan uji chow pastikan
pengujian dilakukan dalam model
fixed effect dengan cara memilih
cross section: fixed pada bagian
effect specification.
Kemudian pada window hasil uji
klik view → Fixed/Random Effect
Testing → Redundant Fixed
Effects – Likelihood Ratio.

LOGO
Signifikan prob F <5%,
maka H1 diterima yaitu
model Fixed Effect lebih
baik dari model Common
effect.
Selanjutnya perlu uji
Hausman untuk
menentukan apakah
Fixed atau REM yang
lebih baik?

LOGO
Mengubah ke random effect.
Klik estimate. pilih panel options.

LOGO
Output Random
effect

LOGO
Untuk melakukan uji hausman
pastikan data diujid alam model
random effect dengan cara memilih
cross section: random pada bagian
effect specification.
Kemudian pada window hasil uji
klik view → Fixed/Random Effect
Testing → Correlated Random
Effects –Hausman Test.

LOGO
Signifikan prob>5%,
maka H0 diterima yaitu
model Random Effect
lebih baik dari model
Fixed effect.

LOGO
Uji Asumsi Klasik
Uji normalitas dilakukan dengan
cara klik View →Residual
Diagnostics →Histogram -
Normality Test
pada window hasil uji regresi
(COMMON).

LOGO
Output Normalitas
Residual

LOGO
Uji autokorelasi dilakukan dengan
menggunakan nilaiDurbin-Watson
stat pada hasil uji regresi.

LOGO
Uji multikolinearitas dilakukan dengan
cara: blok seluruh variabel independen
kemudian klik Quick →Group Statistics→
Correlations.

LOGO
Setelah itu akan muncul window series list
kemudian klik ok

LOGO
Bila ada corelation >0,8 maka terdapat
multikol, salah satu variabel dibuang.
Output multikol

LOGO
Untuk menampilkan statistic deskriptif
penelitian dapat dilakukan dengan cara
memblok seluruh variabel penelitian
kemudian klik Quick → Group Statistics
→ Descriptive Statistics → Common
sample
STATISTIK DESKRIPTIF

LOGO
Output Statistik
Deskriptif

LOGO
Pengujian heteroskedastisitas tidak dapat dilakukan
pada data panel, hanya saja masalah
heteroskedastisitas ini dapat diatasi dengan
memberikan pembobotanpada window equation
estimation dengan memilihGLS weight: cross section
weight.
Crossection weighted adalah estimasi dg FGLS (feasible
GLS) untuk mengatasi herosedastisitas antara individu
dalam Panel data. Sedangkan SUR weighted adalah
untuk mengatasi heterosedastisitas dan otokorelasi
antara individu dalam panel data.

LOGO
Add your company slogan

panel-data-with-eviews8-no-ah.pdf

Recommended

Recommended

More Related Content

Recently uploaded

Recently uploaded (10)

Featured

Featured (20)

panel-data-with-eviews8-no-ah.pdf