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/


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


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


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


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


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


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


8/33


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.


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


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


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


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


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


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


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


16/33

+le dengan% +ang berarti ariabel independen dan dependen +ang akandimasukan adalah ariabel +aitu 8D '8 dan urs. 8alu k


17/33


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


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


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)


%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


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.


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.


23/33

.


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)


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


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.


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)


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


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.


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.


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


30/33

atau tidak. %eperti +ang telah dipaparkan diatas bahwa data berdistribusi normal

*ika nilai


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


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:

;


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'

Data Panel Agus 2007

Documents

Transcript of Data Panel Agus 2007