Data Panel Agus 2007
Transcript of Data Panel Agus 2007
-
8/18/2019 Data Panel Agus 2007
1/33
http://egienews.blogspot.com/
engertian Data Panel
Data panel adalah gabungan antara data runtut waktu (time series) dan
data silang (cross section). Misalkan anda sebagai seorang peneliti ingin menelitibank Mandiri dalam kurun waktu 2000-201 maka anda melakukan penelitian
menggunakn data time series. !ontoh lain pada tahun 200" keuntungan industriperbankan #ndonesia di atas rata-rata negara-negara $%&$' apabila anda ingin
meneliti enomena tersebut dengan memasukan data semua bank dalam waktu
200" sa*a penelitian anda disebut menggunakan data cross section. %edangkan *ika anda ingin meneliti ban+ak bank dan dengan beberapa periode waktu
(misaln+a 10 bank dalam kurun waktu , tahun) penelitian anda menggunakandata panel.
Menurut $gus idar*ono (200") penggunaan data panel dalam sebuah
obserasi mempun+ai beberapa keuntungan +ang diperoleh. ertama datapanel +ang merupakan gabungan dua data time series dan cross section mampu
men+ediakan data +ang lebih ban+ak sehingga akan lebih menghasilkan degreeof freedom +ang lebih besar. edua menggabungkan inormasi dari data time
seriesdan cross section dapat mengatasi masalah +ang timbul ketika adamasalah penghilangan ariabel (omitted-variabel).
siao (1"3) mencatat bahwa penggunaan panel data dalam penelitianekonomi memiliki beberapa keuntungan utama dibandingkan data *enis cross
section maupun time series.
1. ertama dapat memberikan peneliti *umlah pengamatan +ang besar
meningkatkan degree of freedom (dera*at kebebasan) data memiliki ariabilitas+ang besar dan mengurangi kolinieritas antara ariabel pen*elas di mana dapatmenghasilkan estimasi ekonometri +ang e4sien.
2. edua panel data dapat memberikan inormasi lebih ban+ak +ang tidak dapatdiberikan han+a oleh data cross section atau time series sa*a.
. etiga panel data dapat memberikan pen+elesaian +ang lebih baik dalaminerensi perubahan dinamis dibandingkan data cross section.
B. Model Regresi Data Panel
5ntuk dapat lebih memahami tentang regresi panel kita akan langsung
masuk pada praktikum dalam pembahasan ini terdapat 1 part pembahasan
+ang setiap part akan di*elaskan secara terpisah. Diantaran+a:art 1: engenalan regresi data panel
art 2: $nalisis regresi data panel dengan &6iews
art : 5*i !how (pemilihan model regresi data panel)art 7: 5*i ausman (pemilihan model regresi data panel)
art ,: 5*i 8agrange Multiplier (pemilihan model regresi data panel)art 3: 5*i asumsi klasik regresi data panel dengan eiews (normalitas)
art 9: 5*i asumsi klasik regresi data panel dengan eiews (multikolinearitas)
art : 5*i asumsi klasik regresi data panel dengan eiews (heteroskedastisitas)
http://egienews.blogspot.com/http://egienews.blogspot.com/2013/05/part-1-pengenalan-regresi-data-panel.htmlhttp://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://egienews.blogspot.com/2013/05/part-3-uji-chow-pemilihan-regresi-data.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.htmlhttp://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.htmlhttp://egienews.blogspot.com/2013/06/part-6-uji-asumsi-klasik-regresi-data.htmlhttp://egienews.blogspot.com/2013/06/part-7-uji-asumsi-klasik-regresi-data.htmlhttp://egienews.blogspot.com/2013/05/part-1-pengenalan-regresi-data-panel.htmlhttp://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://egienews.blogspot.com/2013/05/part-3-uji-chow-pemilihan-regresi-data.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.htmlhttp://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.htmlhttp://egienews.blogspot.com/2013/06/part-6-uji-asumsi-klasik-regresi-data.htmlhttp://egienews.blogspot.com/2013/06/part-7-uji-asumsi-klasik-regresi-data.htmlhttp://egienews.blogspot.com/
-
8/18/2019 Data Panel Agus 2007
2/33
art ": 5*i asumsi klasik regresi data panel dengan eiews (autokorelasi)art 10: 5*i signi4kasi (a*usted s;uare) dengan eiews
art 11: 5*i signi4kasi (u*i atau u*i simultan) dengan eiews
art 12: 5*i signi4kasi (u*i t atau u*i parsial) dengan eiewsart 1: #nterpretasi regresi data panel
-
8/18/2019 Data Panel Agus 2007
3/33
Model ini mengasumsikan bahwa perbedaan antar indiidu dapat diakomodasi
dari perbedaan intersepn+a. 5ntuk mengestimasi data panel model i!ed
Eects menggunakan teknik variable dummy untuk menangkap perbedaan
intersep antar perusahaan perbedaan intersep bisa ter*adi karena perbedaan
buda+a ker*a mana*erial dan insenti. 'amun demikian slopn+a sama antar
perusahaan. Model estimasi ini sering *uga disebut dengan teknik Least Squares
"ummy #ariable (8%D6).
$. %andom Eect Model
Model ini akan mengestimasi data panel dimana ariabel gangguan mungkin
saling berhubungan antar waktu dan antar indiidu. ada model %andom
Eect perbedaan intersep diakomodasi oleh error terms masing-masing
perusahaan. euntungan menggunkan model %andom Eect +akni
menghilangkan heteroskedastisitas. Model ini *uga disebut dengan Error
Com&onent Model (&!M) atau teknik 'enerali(ed Least Square (C8%)
D. Pemilihan Model
5ntuk memilih model +ang paling tepat digunakan dalam mengelola
data panel terdapat beberapa pengu*ian +ang dapat dilakukan +akni:
1. 5*i !how
!how test +akni pengu*ian untuk menentukan model i!ed
Eet atau%andom Eect +ang paling tepat digunakan dalam mengestimasi data
panel. embahasan u*i !how akan di*elaskan lebih lan*ut pada art .
2. 5*i ausman
ausman test adalah pengu*ian statistik untuk memilih apakah model i!ed
Eect atau %andom Eect +ang paling tepat digunakan. embahasan u*i
ausman akan di*elaskan lebih lan*ut pada art 7.
. 5*i 8agrange Multiplier
5ntuk mengetahui apakah model %andom Eect lebih baik daripada
metodeCommon Eect (B8%) digunakan u*i 8agrange Multiplier (8M).
embahasan u*i ausman akan di*elaskan lebih lan*ut pada art ,.
E. Kerangka Pemikiran
-
8/18/2019 Data Panel Agus 2007
4/33
06
Mei
2013
PART 2: ANALISIS REGRESI DATA PANEL DENGAN EVIEWS
By Egi Fajar Nur Ali
1. 8angkah pertama anda harus sudah memiliki data panel +ang sudah di diolah
dalamMS. E!cel. Dibawah ini adalah data panel dari laporan keuangan 10 bank
umum periode 2009-2011 dengan nama 4le DATA EGIE dan t+pe excel !"#$$% &ork'ook E (t+pe ini berguna supa+a dapat dibaca &6iews 9). 5ntuk
mempermudah pembela*aran penulis men+ediakan data +ang sudah *adi dalambentuk ms. &Fcel silahkan download di link ini: dataegiE
http://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://www.ziddu.com/download/22142679/DATAEGI.xls.htmlhttp://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://www.ziddu.com/download/22142679/DATAEGI.xls.html
-
8/18/2019 Data Panel Agus 2007
5/33
G%ebagai catatan penulis men+arankan agar *umlah perusahaan lebih dari , karena *ika
kurang akan berimbas pada tidak keluarn+a model %andom Eect .
2. Hukalah sotware &6iews seperti tampilan di bawah ini *ika belum terinstal anda
bisa mendownloadn+a di link ini do&nload e(ie&s !”:
. emudian pada menubar klik )I*E + ,E- + -RK)I*E atau pada ke+board
anda langsung tekan CTR*/,. kemudian munculah -RK)I*E CREATE.
http://www.4shared.com/get/2KZR3aCc/EViews_Enterprise_Edition_v700.htmlhttp://www.4shared.com/get/2KZR3aCc/EViews_Enterprise_Edition_v700.html
-
8/18/2019 Data Panel Agus 2007
6/33
7. ada tampilan -RK)I*E CREATE pastikan pada )or*+le sctructur
ty&ememilih Balanced PanelE dan pada frequency data Ann0al” karena
data +ang kita gunakan adalah tahunan dilan*utkan isi pada start date dengan
tahun awal +ang anda gunakan 2009 dan end date 2011 serta pada number of
cross section10E +ang menun*ukan ob*ek 10 bank +ang akan diteliti lalu
klik K seperti gambar dibawah ini:
Maka muncul tampilan dibawah ini
-
8/18/2019 Data Panel Agus 2007
7/33
,. Hi+arkanlah tampilan diatas langkah selan*utn+a klik pada menubar )ile + Im1ort +
Read2lalu pilih *enis 4len+a dan 1en
Iile +ang diambil disini adalah M%. &Fcel dengan nama 4le data egiE
3. Maka munculah e!cel s&reads,eet m&ort. #sikan pada 011er"le3t data
celldengan C# +ang men*elaskan bahwa data +ang akan diolah pada eFceldiawali kolom ! pada baris 2. ada ames for series or number if named in
-
8/18/2019 Data Panel Agus 2007
8/33
-
8/18/2019 Data Panel Agus 2007
9/33
. %etelah langkah diatas selesai klick Panel 1tionE pilihlah pada Cross-
section,oneE +ang berarti model regresi +ang dipilih adalah Common Eect Model. 8alu k6
asil regresi dengan model Common Eect (B8%) seperti dibawah ini. %alinlah(co&y ) hasil output tersebut ke Ms. ord untuk nanti dihitung.
-
8/18/2019 Data Panel Agus 2007
10/33
7. edua kita akan membahas /i0ed +,e-t .odel : langkahn+a sama seperti
langkah pertama +akni klick pada menu bar 40ick lalu pilih Estimate
E50ation2E lalu isilah pada Equation S&eci+cation dengan ariabel dependenkostanta (c) lalu di ikuti ariabel independen. isahkan antar ariabel dengan
spasi (ldr c npl kurs). !ontoh bisa dilihat dibawah ini:
,. %etelah langkah diatas selesai klick Panel 1tionE pilihlah pada Cross-
section)ixedE +ang berarti model regresi +ang dipilih adalah +!ed eect model.8aluk6
-
8/18/2019 Data Panel Agus 2007
11/33
asil regresi dengan model i!ed Eect (8%D6) seperti dibawah ini. %alinlah
(co&y ) hasil output tersebut ke Ms. ord untuk nanti dihitung.
3. etiga kita akan membahas 1andom +,e-t .odel : langkahn+a sama sepertilangkah pertama dan kedua +akni klick pada menu bar 40ick lalu
pilih Estimate E50ation2E lalu isilah pada Equation S&eci+cation denganariabel dependen kostanta (c) lalu di ikuti ariabel independen. isahkan antar
ariabel dengan spasi (ldr c npl kurs). 5ntuk lebih menghemat waktu ada
langkah +ang lebih cepat +akni dengan meng-klick 7Estimate” pada hasil i!edEect Model maka akan muncul Equation Estimation +ang sudah tertulis
persamaan regresin+a (ldr c npl kurs). $nda tinggal meng-klick Panel 1tionEpilihlah pada Cross-sectionRandomE +ang berarti model regresi +ang dipilih
adalah random eect model. 8alu k6
-
8/18/2019 Data Panel Agus 2007
12/33
asil regresi dengan model %andom Eect (C8%) seperti dibawah ini. %alinlah(co&y ) hasil output tersebut ke Ms. ord untuk nanti dihitung.
asil dari ketiga model diatas +ang tersimpan dalam Ms. ord dapat andadownload di link ini hasil regresiE
06
Mei
2013
PART 2: ANALISIS REGRESI DATA PANEL DENGAN EVIEWS
By Egi Fajar Nur Ali
1. 8angkah pertama anda harus sudah memiliki data panel +ang sudah di diolahdalamMS. E!cel. Dibawah ini adalah data panel dari laporan keuangan 10 bank
umum periode 2009-2011 dengan nama 4le DATA EGIE dan t+pe excel !"#$$% &ork'ook E (t+pe ini berguna supa+a dapat dibaca &6iews 9). 5ntuk
mempermudah pembela*aran penulis men+ediakan data +ang sudah *adi dalam
bentuk ms. &Fcel silahkan download di link ini: dataegiE
http://www.ziddu.com/download/22142756/hasilregresi.docx.htmlhttp://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://www.ziddu.com/download/22142679/DATAEGI.xls.htmlhttp://www.ziddu.com/download/22142756/hasilregresi.docx.htmlhttp://egienews.blogspot.com/2013/05/part-2-analisis-regresi-data-panel.htmlhttp://www.ziddu.com/download/22142679/DATAEGI.xls.html
-
8/18/2019 Data Panel Agus 2007
13/33
G%ebagai catatan penulis men+arankan agar *umlah perusahaan lebih dari , karena *ika
kurang akan berimbas pada tidak keluarn+a model %andom Eect .
2. Hukalah sotware &6iews seperti tampilan di bawah ini *ika belum terinstal anda
bisa mendownloadn+a di link ini do&nload e(ie&s !”:
. emudian pada menubar klik )I*E + ,E- + -RK)I*E atau pada ke+board
anda langsung tekan CTR*/,. kemudian munculah -RK)I*E CREATE.
http://www.4shared.com/get/2KZR3aCc/EViews_Enterprise_Edition_v700.htmlhttp://www.4shared.com/get/2KZR3aCc/EViews_Enterprise_Edition_v700.html
-
8/18/2019 Data Panel Agus 2007
14/33
7. ada tampilan -RK)I*E CREATE pastikan pada )or*+le sctructur
ty&ememilih Balanced PanelE dan pada frequency data Ann0al” karena
data +ang kita gunakan adalah tahunan dilan*utkan isi pada start date dengan
tahun awal +ang anda gunakan 2009 dan end date 2011 serta pada number of
cross section10E +ang menun*ukan ob*ek 10 bank +ang akan diteliti lalu
klik K seperti gambar dibawah ini:
Maka muncul tampilan dibawah ini
-
8/18/2019 Data Panel Agus 2007
15/33
,. Hi+arkanlah tampilan diatas langkah selan*utn+a klik pada menubar )ile + Im1ort +
Read2lalu pilih *enis 4len+a dan 1en
Iile +ang diambil disini adalah M%. &Fcel dengan nama 4le data egiE
3. Maka munculah e!cel s&reads,eet m&ort. #sikan pada 011er"le3t data
celldengan C# +ang men*elaskan bahwa data +ang akan diolah pada eFceldiawali kolom ! pada baris 2. ada ames for series or number if named in
-
8/18/2019 Data Panel Agus 2007
16/33
+le dengan% +ang berarti ariabel independen dan dependen +ang akandimasukan adalah ariabel +aitu 8D '8 dan urs. 8alu k
-
8/18/2019 Data Panel Agus 2007
17/33
-
8/18/2019 Data Panel Agus 2007
18/33
7. edua kita akan membahas /i0ed +,e-t .odel : langkahn+a sama seperti
langkah pertama +akni klick pada menu bar 40ick lalu pilih Estimate
E50ation2E lalu isilah pada Equation S&eci+cation dengan ariabel dependenkostanta (c) lalu di ikuti ariabel independen. isahkan antar ariabel dengan
spasi (ldr c npl kurs). !ontoh bisa dilihat dibawah ini:
,. %etelah langkah diatas selesai klick Panel 1tionE pilihlah pada Cross-
section)ixedE +ang berarti model regresi +ang dipilih adalah +!ed eect model.8aluk6
-
8/18/2019 Data Panel Agus 2007
19/33
asil regresi dengan model i!ed Eect (8%D6) seperti dibawah ini. %alinlah
(co&y ) hasil output tersebut ke Ms. ord untuk nanti dihitung.
3. etiga kita akan membahas 1andom +,e-t .odel : langkahn+a sama sepertilangkah pertama dan kedua +akni klick pada menu bar 40ick lalu
pilih Estimate E50ation2E lalu isilah pada Equation S&eci+cation denganariabel dependen kostanta (c) lalu di ikuti ariabel independen. isahkan antar
ariabel dengan spasi (ldr c npl kurs). 5ntuk lebih menghemat waktu ada
langkah +ang lebih cepat +akni dengan meng-klick 7Estimate” pada hasil i!edEect Model maka akan muncul Equation Estimation +ang sudah tertulis
persamaan regresin+a (ldr c npl kurs). $nda tinggal meng-klick Panel 1tionEpilihlah pada Cross-sectionRandomE +ang berarti model regresi +ang dipilih
adalah random eect model. 8alu k6
-
8/18/2019 Data Panel Agus 2007
20/33
asil regresi dengan model %andom Eect (C8%) seperti dibawah ini. %alinlah(co&y ) hasil output tersebut ke Ms. ord untuk nanti dihitung.
asil dari ketiga model diatas +ang tersimpan dalam Ms. ord dapat andadownload di link ini hasil regresiE
30
Mei
2013
PART 4: UJI HAUSMAN (PEMILIHAN MODEL REGRESI DATA
PANEL)
By Egi Fajar Nur Ali
%etelah selesai melakukan u*i !how dan didapatkan model +ang tepat
adalahi!ed Ect/ maka selan*utn+a kita akan mengu*i model manakah antara
model i!ed Eect atau %andom Eect +ang paling tepat pengu*ian ini disebut
sebagai u*i ausman.
5*i ausman dapat dide4nisikan sebagai pengu*ian statistik untuk memilih
apakah model i!ed Eect atau %andom Eect +ang paling tepat digunakan.
engu*ian u*i ausman dilakukan dengan hipotesis berikut:
0 : %andom Eect Model
http://www.ziddu.com/download/22142756/hasilregresi.docx.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.htmlhttp://www.ziddu.com/download/22142756/hasilregresi.docx.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.htmlhttp://egienews.blogspot.com/2013/05/part-4-uji-hausman-pemilihan-model.html
-
8/18/2019 Data Panel Agus 2007
21/33
1 : i!ed Eect Model
5*i ausman akan mengikuti distribusi c,i-squares sebagai berikut:
%tatistik 5*i ausman ini mengikuti distribusi statistic C,i
Square dengandegree of freedom seban+ak k dimana k adalah *umlah ariabel
independen.
-
8/18/2019 Data Panel Agus 2007
22/33
2. Masukanlah perintah dibawah ini pada !ommand &6iews:
data.ls(F) ldr npl kur
Vector beta=data.@coefs
Matrix covar=data.@cov
Vector b_fixed=@subextract(beta,1,1,2,1)
Matrix cov_fixed=@subextract(covar,1,1,2,2)
data.ls() ldr npl kurs
Vector beta=data.@coefs
Matrix covar=data.@cov
Vector b_!ls=@subextract(beta,2,1,",1)
Matrix cov_!ls=@subextract(covar,2,2,",")
Matrix b_diff=b_fixed # b_!ls
Matrix v_diff=cov_fixed # cov_!ls
Matrix $=@transpose(b_diff)%@inverse(v_diff)%b_diff
Keterangan: ada 6ector bJ4Fed dan matriF co angka 2E adalah ariabel
independen. ada 6ector bJC8% dan matriF co angka E adalah ariabel
independen ditambah dengan kostanta. Masukanlah setiap baris perintah diatas
dan diakhiri dengan enterE.
-
8/18/2019 Data Panel Agus 2007
23/33
.
-
8/18/2019 Data Panel Agus 2007
24/33
Variable 5oefficient +td. 6rror t#+tatistic *rob.
5 1-1.7411 11.8""42 8.40--07 -.----
9* #0.200 ".183003 #2.071801 -.--42
:;+ #-.--1"33 -.--1208 #1.-7-04 -.204
6ffects +pecification
5ross#section fixed (du< variables)
#suared -.01-028 Mean dependent var 30.288-
d>usted #suared -.8841 +.&. dependent var 1.0""2
+.6. of re!ression 4.-71"-0 kaike info criterion 7.28770-
+u suared resid 03".-1 +c?ar criterion 7.34437
o! likeliood #14.173" $annan#Auinn criter. 7.71"3
F#statistic "4."20-8 &urbin#Batson stat 1.40-07
*rob(F#statistic) -.------
03
Jun
2013
PART 5: UJI LAGRANGE MULTIPLIER (PEMILIHAN MODEL
REGRESI DATA PANEL)
By Egi Fajar Nur Ali
http://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.htmlhttp://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.htmlhttp://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.htmlhttp://egienews.blogspot.com/2013/06/part-5-uji-lagrange-multiplier_3.html
-
8/18/2019 Data Panel Agus 2007
25/33
8agrange Multiplier (8M) adalah u*i untuk mengetahui apakah model %andom
Eect atau model Common Eect (B8%) +ang paling tepat digunakan. 5*i
signi4kasi %andom Eect ini dikembangkan oleh Hreusch agan. Metode Hreusch
agan untuk u*i signi4kasi %andom Eect didasarkan pada nilai residual dari
metode B8%. $dapun nilai statistik 8M dihitung berdasarkan ormula sebagai
berikut:
Dimana :
n > *umlah indiidu
> *umlah periode waktu
e > residual metode Common Eect (B8%)
ipotesis +ang digunakan adalah :
0 : Common Eect Model
1 : %andom Eect Model
5*i 8M ini didasarkan pada distribusi c,i-squares dengan degree of
freedom sebesar *umlah ariabel independen.
-
8/18/2019 Data Panel Agus 2007
26/33
tahap akhir untuk menentukan model Common Eect atau %andom Eect +ang
paling tepat.
17
Jun
2013
PART 6: UJI ASUMSI KLASIK REGRESI DATA PANEL DENGAN
EVIEWS (UJI NORMALITAS)
By Egi Fajar Nur Ali
5*i normalitas bertu*uan untuk mengu*i apakah dalam model regresi panel
ariabel-ariabeln+a berdistribusi normal atau tidak. Model regresi +ang baikadalah memiliki distribusi data normal atau mendekati normal.
Dalam soft)are &6iews normalitas sebuah data dapat diketahui denganmembandingkan nilai
-
8/18/2019 Data Panel Agus 2007
27/33
2. 8alu pada hasil model i!ed Eect klick 8ie& lalu pilih Resid0al
Diagnostics dan klik 9istogram",ormalit= Test
Maka hasil output model i!ed Eect akan berganti men*adi histogram
normalitas +ang akan kita pakai sebagai u*i normalitas.
-
8/18/2019 Data Panel Agus 2007
28/33
3. istogram normalitas dapat langsung anda pakai dengan meng-cop+-n+a pada
lembar penelitian anda. eries2
Maka akan muncul kotal dialog Make Resid0als pada Name for resid
seriesnamakan residuJ8D (residu maksudn+a residual dan 8D adalah ariabel
dependen dalam penelitian) lalu k.
5. Munculah kotak dialog %eries: &%#DJ8D klick 8ie& O Descri1ti(e
>tatistics ? Test lalu pilih 9istogram and >tats.
-
8/18/2019 Data Panel Agus 2007
29/33
Maka keluarlah histogram normalit+ bedan+a dengan diatas selain tersimpan
pada work 4le pada series telah dinamai sesuai dengan keinginan kita.
%etelah mendapatkan histogram normalitas selan*utn+a kita akan menganalisis
apakah model dalam penelitian +ang kita pakai datan+a berdistribusi normal
-
8/18/2019 Data Panel Agus 2007
30/33
atau tidak. %eperti +ang telah dipaparkan diatas bahwa data berdistribusi normal
*ika nilai
-
8/18/2019 Data Panel Agus 2007
31/33
Heberapa indikator dalam menditeksi adan+a multikolinearitas diantaran+a(Cu*arati 2003):
1. 'ilai 2 +ang terlampau tinggi (lebih dari 0) tetapi tidak ada atau sedikit t-statistik +ang signi4kan.
2. 'ilai I-statistik +ang signi4kan namun t-statistik dari masing-masing ariabelbebas tidak signi4kan.
5ntuk mengu*i masalah multikolinearitas dapat melihat matriks korelasi dariariabel bebas *ika ter*adi koe4sien korelasi lebih dari 00 maka terdapat
multikolinearitas (Cu*arati 2003).
8angkah-langkah untuk mengetahui nilai koe4siensi korelasi antar ariabel
independen dapat dilakukan oleh sotware &6iews melalui langkah berikut ini:
1. #nputlah dulu ariabel +ang kita pakai dalam penelitian dalam hal ini kita akan
memakai contoh pada Part @. Download disini untuk mendapatkan ariabel+ang sudah diinput 9asil Regresi E8ie&sE
2. Dilan*utkan u*i multikolinearitas dengan klick 40ick / Gro01 >tatistics /
Correlations
http://www.ziddu.com/download/22142705/hasilregresidanujihausman.rar.htmlhttp://www.ziddu.com/download/22142705/hasilregresidanujihausman.rar.html
-
8/18/2019 Data Panel Agus 2007
32/33
3. $kan muncul kotak dialog >eries *ist isikanlah dengan ariabel independen
(npl kurs) lalu k .
4. Maka muncul hasil u*i multikolinearitas seperti gambar di bawah ini:
;
-
8/18/2019 Data Panel Agus 2007
33/33
diana'
d = nilai Durbin Watson
Dei = >ula kuadrat sisa
9ilai Durbin Watson keudian dibandin!kan den!an nilai d#tabel. $asil perbandin!an akan
en!asilkan kesipulan seperti kriteria seba!ai berikut'1. Eika d dl, berarti terdapat autokorelasi positif
2. Eika d G ( H dl), berarti terdapat autokorelasi ne!atif
". Eika du d ( H dl), berarti tidak terdapat aut okorelasi
. Eika dl d du atau ( H du), berarti tidak dapat disipulkan
Berikut ini adalah daerah pengujian durbin watson'