Modul Data Panel

download Modul Data Panel

of 15

Transcript of Modul Data Panel

  • 7/22/2019 Modul Data Panel

    1/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    PANEL DATA DENGAN E-VIEWS

    Untuk keperluan pembelajaran, pada modul ini akan dipergunakan contoh

    kasus model pertumbuhan ekonomi regional di Indonesia. Modul ini akan

    menguji model pertumbuhan neoklasik (neoclassical growth model untuk

    kasus Indonesia dengan hipotesis utama tentang kon!ergensi pendapatan

    (income convergence" yaitu kecenderungan dimana negara miskin

    tumbuh lebih cepat daripada negara kaya.

    #engan mendasarkan diri pada $%arro &egression' (%arro: )),

    ))*, ))+, kita akan menguji hipotesis absolute convergence denganmempergunakan persamaan berikut:

    ( )( ) Tii

    T

    i

    iT uyT

    ea

    y

    y

    T ,00

    0

    log1

    log1 +

    =

    .-

    dimana ui0,Tmerepresentasikan ratarata error termuitantara aktu 0 dan

    1, dan intersep adalah a=x+[(1-e-T)/T!log["#!

    2edangkan untuk menguji hipotesis conditional convergence,

    dimana kita berusaha untuk mempertahankan konstan stead$-state dari

    masingmasing perekonomian, kita akan mengestimasi:

    ( )( ) Titii

    T

    i

    iT uXyT

    ea

    y

    y

    T ,0,0

    0

    log1

    log1

    ++

    =

    .*-

    dimana 3 adalah !ektor dari !ariabel!ariabel yang mempengaruhi

    stead$-stateperekonomian i.

    Untuk menguji hipotesis kon!ergensi, akan dipergunakan data *4

    propinsi di Indonesia untuk periode aktu )5+*000. 2ebagai !ariabel

    dependent (6 adalah tingkat pertumbuhan 7#&% riil tahunan (groth dan!ariabel independent (3 adalah 7#&% per kapita riil pada aal obser!asi

    (pdrb dan !ariabel!ariabel yang mempengaruhi stead$-state

    perekonomian yaitu secondar$ and u%%er educational attainment(educ,

    angka harapan hidup (le8, tingkat inflasi regional (inf, dan tingkat

    pertumbuhan transfer pemerintah pusat (trans.

    2tudistudi kon!ergensi aal, seperti Manki, &omer, dan 9eil

    ())* dan %arro ()), ))*, ))+, banyak menggunakan model cross-

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    2/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    section linear yang diestimasi dengan metode ordinar$ least s&uares

    (;2.

    ross2ection.8ls, maka kita akan dapatkan hasil

    estimasi dengan ?!ies pada tabel dan *.

    1abel : &egresi @on!ergensi Absolut

    #ependent Bariable: C&91DMethod: ;east 2quares#ate: */0E/0+ 1ime: **:0F2ample: *4Included obser!ations: *4

    Bariable >oefficient

    2td. ?rror t2tatistic 7rob.

    > 0.**)4)* 0.0G*G45 5.0)4+EF 0.0000;C(7#&%

    0.0+0)F0.00*+5) +.E+GE4 0.0000

    &squared 0.+EE0+* Mean dependent!ar

    0.0F0445

    Adjusted &squared 0.+50EEE 2.#. dependent !ar 0.04E*F

    2.?. of regression 0.00* Akaike info criterion 4.0F*5

    G

    2um squared resid 0.00*)+ 2charH criterion 4.005F)

    4;og likelihood E.G++++ statistic GF.*+)5

    )#urbin9atson stat .+E+5EG 7rob(statistic 0.00000

    +

    1abel *: &egresi @on!ergensi @ondisional

    #ependent Bariable: C&91DMethod: ;east 2quares#ate: */0E/0+ 1ime: *0:+52ample: *4

    Included obser!ations: *4

    Bariable >oefficient

    2td. ?rror t2tatistic 7rob.

    > 0.*G)+4 0.0+*45+ F.04E*0 0.0004;C(7#&%

    0.0+)F00.00GG5 F.E04*0G 0.000

    ?#U> 0.000*5F 0.000+E5 0.F4+)G5 0.4F4G;C(;?3 0.00+*+F 0.00405+ 0.E4F5E) 0.G)5F

    IJ 0.00+)E4 0.00F45 0.+5)G* 0.+5G51&AJ2 0.00F5+F 0.00+0F0 0.)FG*+5 0.G+4E

    &squared 0.4F**E Mean dependent!ar

    0.0F0445

    Adjusted &squared 0.++*55* 2.#. dependent !ar 0.04E*F

    *

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    3/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    2.?. of regression 0.0*+ Akaike info criterion +.)G5++

    G2um squared resid 0.00*+G* 2charH criterion

    +.4F5**

    G;og likelihood EG.EE*0 statistic 5.5))E

    5#urbin9atson stat .F40E54 7rob(statistic 0.000+F

    1erlihat baha hasil estimasi kurang memuaskan dimana hanya

    ada satu !ariabel penjelas yang signifikan yaitu pdrb. 9alau demikian,

    angka &*dan #9stat terlihat cukup baik. @ita juga gagal membuktikan

    hipotesis kon!ergensi kondisional dengan melihat koefisien 7#&% per

    kapita aal yang tidak banyak berubah.

    Untuk kasus kita diatas, penggunaan metode ;2 ini memberikan

    kita hasil yang kurang memuaskan karena regresi persamaan tunggal

    cross-section seperti ini akan menghadapi masalah bias spesifikasi

    (s%eci'ication bias. Dal ini terjadi sebagai akibat dari perlakuan yang

    kurang tepat terhadap efek spesifikdaerah khususnya yang berasosiasi

    dengan perbedaan dalam teknologi dan selera. 2elain itu, hal ini juga

    terjadi karena kita tidak mengetahui !ariabel!ariabel apa saja yang

    seharusnya kita masukkan ke dalam persamaan sebagai determinan dari

    pertumbuhan ekonomi. #engan kata lain, kita tidak tahu $regresi yang

    sesungguhnya'. #isini kita menghadapi masalah omitted variable bias.

    7ersamaan regresi pertumbuhan antar daerah, secara implisit

    mengasumsikan baha semua daerah memiliki fungsi produksi yang

    sama, yang artinya semua perekonomian beroperasi pada tingkat efisiensi

    yang sama. Asumsi implisit ini terlihat kurang realistis. #alam

    kenyataannya kita melihat perbedaan dalam metode produksi dan tingkatpengetahuan teknologi antar daerah sangat ber!ariasi. @arena itu sangat

    mungkin fungsi produksi antar daerah untuk ber!ariasi secara substansial.

    7ersamaan regresi seperti diatas mungkin akan memperkirakan lebih

    rendah tingkat kon!ergensi karena tidak sepenuhnya mampu menangkap

    keseluruhan perbedaan dalam fungsi produksi antar daerah.

    %eberapa peneliti merekomendasikan penggunaan metode data

    paneluntuk mengatasi masalah bias spesifikasi ini. Metode data panel

    dipertimbangkan mengingat pendekatan ini mungkin akan memuaskan

    G

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    4/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    karena metode ini mengiHinkan kita untuk menghitung $efek spesifik

    daerah' yang menandakan !ariasi dalam pendapatan per kapita yang

    terkait dengan karakteristik spesifik daerah. #engan metode ini kita dapat

    mengkontrol kondisi stead$-state setiap daerah dengan lebih baik.7endekatan ini juga mungkin memuaskan karena ia dapat mengatasi

    kesulitan interpretasi terhadap homogenitas parameter yang biasa kita

    temui dalam regresi pertumbuhan cross-sectionkon!ensional.

    Untuk menganalisa kasus diatas dengan metode data panel, modul

    ini akan mempergunakan file data: &egresi=7anel#ata.8ls. 2truktur data

    terdiri dari *4 data cross-sectionyaitu *4 propinsi di Indonesia serta +

    data time-seriesyaitu periode tahun )5+)E0, )E0)E+, )E+))0,

    ))0))+, dan ))+*000.

    Analisis data panel dengan program -viewssecara umum terdiri

    dari langkahlangkah sebagai berikut:

    . Membuat or*'ileuntuk #ata 7anel

    *. Membuat ool bect

    G. Mengimpor #ata 7anel

    F. ?stimasi #ata 7anel

    1. Membuat Wor!ile untu Data Panel

    ;angkah pertama dalam pengolahan data panel dengan ?!ies adalah

    membuat orkfile. 1idak ada yang istimea disini. Urutan langkah

    langkahnya adalah:

    - @lik File

    - @lik New

    - @lik Workfile ...

    F

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    5/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    - @emudian ketik frekuensi dan aktu untuk orkfile panel data kita.

    @arena data kita terdiri dari data *4 propinsi dengan + periode

    rentang aktu, maka ...

    - @lik Annual

    - @etik sembarang tahun yang menunjukkan + tahun. Misal, ketik

    "tart date# 1$%1danEnd date# 1$%&

    - @lik '(

    - @ita akan dapatkan sebuah wor*'ileyang siap digunakan untuk

    analisa data panel dengan rentang aktu (time-series + tahun.

    +

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    6/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    ). Membuat Pool Object

    Aspek terpenting dalam%ool obectadalah daftar nama cross-sectiondari

    data panel kita. Untuk alasan teknis, nama cross-sectionsebaiknya harus

    singkat. ool obectadalah deskripsi yang menggambarkan struktur data

    yang melandasi data panel kita. Urutan langkah membuat %ool obect

    adalah:

    - @lik Objects

    - @lik New object

    - @lik Pool ...

    4

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    7/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    - @lik '(

    - Maka akan terlihat%ool windowdi layar monitor.

    - @etik kemudian cross-section identi'iers pada kolom edit di %ool

    window.

    - 7ergunakan tanda $=' untuk mengaali nama cross-section

    identi'iers

    - Untuk *4 propinsi di Indonesia, cross-section identi'iers akan

    nampak seperti pada gambar berikutnya.

    - 2etelah itu, simpan%ooldengan cara mengklik Name... pada%ool

    window.

    - %eri nama sesuai dengan keinginan pada kolom edit yang tersedia.

    -7emberian nama%oolini dapat juga dilakukan langsung pada saatkita mengklik%oolpada pertama kali obect windowterbuka. ;ihat

    gambar sebelumnya.

    5

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    8/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    *. Mengimpor Data Panel

    Untuk alasan kenyamanan dan kemudahan, disarankan untuk menyimpan

    data dalam format Ms ?8cel. #ari ?8cel, data dapat diimpor dengan

    mudah ke ?!ies. 1erdapat beberapa cara untuk mengimpor data panel.

    #alam modul ini kita hanya berhubungan dengan balanced data"

    yaitu kasus dimana setiap cross-sectionatau time seriesmemiliki jumlah

    obser!asi yang sama, sehingga total obser!asi yang kita miliki adalah J.1

    dimana JKjumlah cross-sectiondan 1Kjumlah time-series. ontoh:

    E

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    9/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    c=usa c=kor c=jpn g=usa g=kor g=jpn))0))))*

    ...

    #isini, > adalah konsumsi dan C adalah pengeluaran pemerintah. 2etiap

    negara (U2A, @orea, dan dan C

    masingmasing.

    tac*ed data

    7ada bentuk data ini, data seluruh !ariabel dikelompokkan secara

    bersamasama, sehingga setiap kolom mencerminkan !ariabel. 1erdapat

    dua jenis stac*ed datayaitu:

    a! tac*ed data b$ cross-section

    7ada bentuk data ini, data diurutkan menurut cross-section. >ontoh:

    id 6ear c g=usa ))0

    ... ...=usa *000

    =kor ))0... ...=kor *000=jpn ))0

    ... ...=jpn *000

    b! tac*ed data b$ date

    7ada bentuk data ini, data diurutkan menurut date. >ontoh:

    year Id c g))0 =usa))0 =kor))0 =jpn

    ... ...*000 =usa*000 =kor*000 =jpn

    2etelah memahami hal diatas, kini kita siap untuk mengimpor data

    panel ke dalam ?!ies. 1empatkan data dalam format ?8cel. @etik sesuai

    )

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    10/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    dengan salah satu cara pengaturan diatas. #alam file &egresi=7anel

    data.8ls data diatur dalam bentuk stac*ed b$ date.

    Urutan langkah mengimpor data panel ke dalam ?!ies adalah:

    -@lik Procs pada%ool window

    - @lik Import Pool Data (ASII! "#S!W$%& ...

    - 7ada layar kemudian akan muncul o%en window

    - 1emukan dimana file data kita disimpan, pilih &egresi=7anel

    #ata.8ls, kemudian klik ope'

    - 7ada layar akan muncul xcel %readsheet m%ortindo

    - @arena kita menggunakan bentuk pengaturan data stac*ed b$ date,

    maka pilihlah: series order= in columnsdan grou% observation= b$

    cross-section!

    - @etik kemudian nama semua !ariabel kita pada tempat yang telah

    disediakan, dengan ketentuan: penulisan antar !ariabel diselingi

    spasi satu dan setiap !ariabel diakhiri tanda L

    - Untuk kasus kita diatas, ketiklah: grothL pdrbL educL le8L infL

    transL

    - 1ampilan xcel %readsheet m%ortindo akan menjadi seperti

    gambar ini.

    -@lik O$

    0

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    11/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    - @ini data telah diimpor ke ?!ies dan siap untuk diolah.

    +. Estimasi Data Panel

    2ebagaimana telah dibahas pada materi, baha dalam analisis data panelkita memiliki beberapa pilihanpilihan yaitu dengan metode 7;2 (%ooled

    least s&uares, ?M ('ixed e''ect model, atau &?M (random e''ect model.

    Urutan langkah untuk melakukan estimasi dalam data panel adalah:

    - @lik Estimate pada%ool window kita.

    - 7ada layar kemudian akan muncul%ooled estimation window

    - 1erdapat beberapa fitur utama pada %ooled estimation window

    yaitu:

    o Dependent ,ariable" adalah tempat kita menuliskan

    !ariabel dependent (6 untuk data panel. #alam kasus kita

    diatas, 6 K grothL

    o Common -oe!!i-ents" adalah tempat kita menuliskan

    !ariabel penjelas (3 dengan slo%e koefisien yang konstan.

    #alam kasus kita diatas, 3 K log(pdrbL educL log(le8L infL

    transL

    o Crossse-tion spe-i!i- -oe!!i-ients" adalah tempat kita

    menuliskan !ariabel penjelas (3 dengan slo%ekoefisien yang

    berbeda untuk setiap unit cross-section.

    o /nter-ept" adalah pilihan untuk asumsi intercept, apakah

    mengikuti asumsi 7;2, ?M, atau &?M.

    o Weig0ting" adalah pilihan untuk pembobotan yaitu:

    No Weig0ting : semua obser!asi diberi bobot yang

    sama.

    Cross"e-tion Weig0ts : C;2 dengan menggunakan

    estimasi !arians residual cross section. #igunakan

    apabila ada asumsi baha terdapat cross section

    heteros*edasticit$.

    "2: C;2 menggunakan estimasi residual covariance

    matrix cross section. Metode ini mengoreksi baik

    heteroskedastisitas maupun autokorelasi antar unit

    cross-section.

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    12/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    - 2elain fitur utama, terdapat pilihan tambahan yang dapat dipilih

    yaitu:

    o W0ite 3eterosedasti-ity -o,arian-e: ?!ies

    mengestimasi co!ariance yang akan menghasilkan general

    heteros*edasticit$" format ini lebih umum dari cross section

    heteros*edasticit$di atas di mana !ariance dalam tiap unit

    cross section diiHinkan untuk berbeda untuk tiap unit time

    series.

    o /terate to Con,ergen-e :?!ies akan terus mengu%date

    pembobot (weights dan koefisien sampai mencapai

    kon!ergensi.

    #alam kasus kita diatas, kita akan memiliki dua skenario berikut:

    . &egresi untuk kon!ergensi absolut

    o @lik Estimate pada%ool window kita.

    o @etik grothL pada dependent ,ariabe

    o

    @etik log(pdrbL pada -ommon -oe!!i-ientso 7ilih fi8ed effects pada inter-ept

    *

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    13/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    o 7ilih crosssection eights pada 4eig0ting

    o @lik'(

    #ependent Bariable: C&91DLMethod: C;2 (>ross 2ection 9eights#ate: */0E/0+ 1ime: **:)2ample: )0 )0+Included obser!ations: +Jumber of crosssections used: *41otal panel (balanced obser!ations: G0nestep eighting matri8

    Bariable >oefficient

    2td. ?rror t2tatistic 7rob.

    ;C(7#&%L 0.05*4)

    0.00*0+0 E.F*G44+ 0.0000

    i8ed ?ffects=A>?D> 0.*)F+*E=2UMU1> 0.*4G*5F

    =2UM%A&> 0.*5FF*5=&IAU> 0.*)EG)*= 0.*EF)0+

    =2UM2?;> 0.*FE)*4=%?JC@U;U> 0.*4+++*=;AM7UJC> 0.*554E

    =#@I> 0.*+E+F= 0.*+FFG+

    = 0.*+*E+=#I6> 0.*44G*F

    = 0.*5G)E)=%A;I> 0.*4EF)E=J1%> 0.*4)F=J11> 0.*5F)E0

    =@A;%A&> 0.*4F)+=@A;1?JC> 0.*E45E+=@A;2?;> 0.*EG**=@A;1IM> 0.*E0+4=2U;U1> 0.*4*0)

    =2U;1?JC> 0.*F)G0=2U;1&A> 0.*F*0F*=2U;2?;> 0.*FG*)F=MA;U@U> 0.*+G0G

    =I& 0.*G*FFG9eighted 2tatistics

    &squared 0.E04EGF Mean dependent!ar

    0.0555

    Adjusted &squared 0.5+E05F 2.#. dependent !ar 0.04+0+

    2.?. of regression 0.0G0*+* 2um squared resid 0.0)F*4F

    statistic 4.+F4)G #urbin9atson stat *.+440*5

    7rob(statistic 0.000000

    Uneighted 2tatistics

    &squared 0.FF*+E* Mean dependent!ar

    0.0F0445

    G

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    14/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    Adjusted &squared 0.G0E5F 2.#. dependent !ar 0.0G4**4

    2.?. of regression 0.0G0*4E 2um squared resid 0.0)FG4+

    #urbin9atson stat *.0F0+00

    *. &egresi untuk kon!ergensi kondisional

    o @lik Estimate pada%ool window kita.

    o @etik grothL pada dependent ,ariabe

    o @etik log(pdrbL educL log(le8L infL transL pada -ommon

    -oe!!i-ients

    o 7ilih fi8ed effects pada inter-ept

    o 7ilih crosssection eights pada 4eig0ting

    o @lik'(

    #ependent Bariable: C&91DLMethod: C;2 (>ross 2ection 9eights#ate: */0E/0+ 1ime: **:*+2ample: )0 )0+Included obser!ations: +Jumber of crosssections used: *41otal panel (balanced obser!ations: G0nestep eighting matri8

    Bariable >oefficient 2td. ?rror t2tatistic 7rob.

    ;C(7#&%L 0.0*0+

    0.00*G0) E.5*5GFG 0.0000

    ?#U>L 0.0)F4+E 0.0*GF) F.0EE)E) 0.000;C(;?3L

    0.00+5+G0.0)GF5 0.*)5GE* 0.544E

    IJL 0.00F)4

    0.0G+G 0.G0+F* 0.5+4E

    1&AJ2L 0.000F0* 0.0045EF 0.0+)G*F 0.)+*Ei8ed ?ffects=A>?D> 0.GF)+5*

    =2UMU1> 0.G4GG+

    =2UM%A&> 0.G*5+0*=&IAU> 0.G+F+EG= 0.GG4F4)

    =2UM2?;> 0.G0G0E=%?JC@U;U> 0.GG5G*=;AM7UJC> 0.G*EF05

    =#@I> 0.G0G*GF= 0.G0G*G+

    = 0.*)5FE4=#I6> 0.GFG*

    = 0.G4G5=%A;I> 0.G5G*F=J1%> 0.G040E+=J11> 0.GE404

    =@A;%A&> 0.G04+5)

    F

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/
  • 7/22/2019 Modul Data Panel

    15/15

    Qiyara ConsultingInfo lengkap buka http://qiyara.ipromart.co.id

    =@A;1?JC> 0.G*++F=@A;2?;> 0.G*445)=@A;1IM> 0.G*0+FG=2U;U1> 0.G0*5+)

    =2U;1?JC> 0.*E4)+E

    =2U;1&A> 0.*5E40)=2U;2?;> 0.*E*E0E=MA;U@U> 0.*)4)4

    =I& 0.*504FE

    9eighted 2tatistics

    &squared 0.EE+0G Mean dependent!ar

    0.05E4++

    Adjusted &squared 0.EF++)+ 2.#. dependent !ar 0.054+0

    2.?. of regression 0.0*))*G 2um squared resid 0.0EE4F

    statistic *F.+FE5+ #urbin9atson stat *.+)F4GE

    7rob(statistic 0.000000

    Uneighted 2tatistics

    &squared 0.F+EF*5 Mean dependent!ar

    0.0F0445

    Adjusted &squared 0.*)FGG 2.#. dependent !ar 0.0G4**4

    2.?. of regression 0.0G0FG* 2um squared resid 0.0)4EG

    #urbin9atson stat *.0F*)4+

    +

    http://qiyara.ipromart.co.id/http://qiyara.ipromart.co.id/