PENGANTAR APLIKASI EKONOMETRI DENGAN EVIEWS

download PENGANTAR APLIKASI  EKONOMETRI DENGAN EVIEWS

of 13

  • date post

    30-Jun-2015
  • Category

    Documents

  • view

    3.055
  • download

    3

Embed Size (px)

Transcript of PENGANTAR APLIKASI EKONOMETRI DENGAN EVIEWS

PENGANTAR APLIKASI EKONOMETRI DENGAN EVIEWS by: Poltak PolskyHarahap

Eviews merupakan software statistik yang berbasis windows. Eviews digunakan peneliti sebagai alat JUSTIFIKASI terhadap penelitian yang dilakukan. Eviews dapat digunakan dalam berbagai analisis ekonomi dan bisnis. Seoarang peneliti dapat menggunakan Eviews untuk menganalisis data, mengevaluasi model, analisis finansial, peramalan kondisi ekonomi makro/mikro, simulasi, peramalan penjualan/pembelian, pengukuran efektivitas kebijakan, dll. Keunggulan dari software eviews adalah eviews mampu mengolah data ekonomi secara terpisah dan bersama-sama semua bentuk data seperti runtut waktu (time series), lintas sektoral (cross section), dan panel (pooling). 1. Menjalankan program EVIEWS Gambar 1

Menjalankan eviews sama dengan software lain dalam computer. Caranya klik icon eviews dua kali pada desktop, maka akan muncul tampilan eviews seperti gambar diatas. Menu utama (main menu) dari eviews yakni; File, Edit Objects, Views, Procs, Ouick,

Option, Window dan Help. space kosong dibawah main menu adalah tempat yang digunakan untuk menulis perintah (command eviews) secara manual. 2. Menciptakan kertas kerja (workfile) Sebelum menciptakan kertas kerja, konsep dasar yang perlu diketahui adalah memahami jenis data dalam statistika. Pada eviews ada berbagai jenis data yang bisa dipilih yakni; Annual (A) : jenis data dalam bentuk tahunan

Quarterly(Q) : jenis data dalam bentuk kuartalan Monthly (M) : jenis data dalam bulanan Weekly (W) : jenis data dalam mingguan

Undated (U) : jenis data dalam bentuk lintas sektoral (cross section)

Dalam menciptakan kertas kerja ada dua cara yang bisa kita lakukan yakni metode manual manual dan metode klik-klik. Prakteknya sebagai berikut; Metode ketik

Cara: ketik Workfile

nama kertas kerja jenis data range data ok

Metode klik klik

Cara: klik file

new Workfile pilih jenis data dan tulis range data ok

3. Memasukan data Memasukan data bisa menggunakan dua metode yakni metode manual dan metode klikklik. Proses kerjanya sebagai berikut; Metode ketik

Cara: buat kertas kerja (seperti langkah 2)

ketik read(t=xls, b2) e:\table1_1.xls 2 ok

Ket: t = xls, data yang dibaca dalam bentuk tabel microsoft excelb2 = kolom pertama kali data tertera di dalam microsoft excel e:\table1_1.xls = membaca lokasi data yang ingin dibaca 2 = jumlah variabel dalam data. INGOT : setelah menulis command, program excel tempat data di save harus di closed!!!!!!!!

Metode klik-klik

Cara: buat kertas kerja (seperti langkah 2)

klik Quick empty group (edit series)

muncul kertas kerja copy data excel dikertas kerja paste data dikertas kerja

4. Melakukan regresi sederhana Metode manual

Cara: ketik equation regresi_1.ls y c x

ok

Ket: ls = metode pengujian dalam asumsi klasik. Biasa disebut sebagai metode OLS (Ordinary Least Squares) atau metode kuadrat terkecil y c x = cara eviews membaca bentuk persamaan

Metode klik-klik

Cara: klik Quick

Estimate Equation ketik persamaan (y c x) ok klik name

(nama regresi yang dibuat)

CARCEP ( Cara CEPAT bro.....!!!!!)

Cara: buka workfile (klik window pada main menu) variabel yang mau diestimasi ( klik y dan klik x) equation ok

tekan ctrl pada keyboard klik

klik kanan mouse open ase

muncul workfile pindahkan variabel constanta ke depan variabel y

REGRESI BERGANDARegresi berganda adalah model regresi yang terdiri dari lebih dari satu variabel independen. sebagai berikut:Yt = 0 + 1 1t + 2 2t + 3 3t + ... + k kt + t

Bentuk umum regresi berganda dapat ditulis

APLIKASI EVIEWS Aplikasi metode gergersi berganda ini mengunakan data dari buku Gujarati edisi 4th chapter 7 topik Multiple Regression Anlaysis. Data yang diambil dari tabel 7.9 tentang permintaan ayam di USA. Range data mulai tahun 1960 1982.Yt = 0 + 1 1t + 2 2 t + 3 3t + 4 4t + 5 5t + t

Ket: Y = Per Capita Consumption of Chickens, Pounds X2 = Real Disposable Income Per Capita, $ X3 = Real Retail Price of Chicken Per Pound, Cents X4 = Real Retail Price of Pork Per Pound, Cents X5 = Real Retail Price of Beef Per Pound, Cents X6 = Composite Real Price of Chicken Substitutes Per Pound, Cents 1. Transfer Data membuat kertas kerja (Workfile) ketik workfile

ketik range dan jenis data OK

Quick

transfer data dari excel ke eviews

Copy data dari excel ( semua variabel kecuali periode)

Empty Group

2. Melakukan Regresi

klik variabel dependen pertama kali lalu diikuti variabel independen lainnya klik kanan open as equation oktekan ctrl pada keyboard Hasil regresi sebagai berikut:Dependent Variable: Y Method: Least Squares Date: 12/10/07 Time: 23:09 Sample: 1960 1982 Included observations: 23

Variable C X2 X3 X4 X5 X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 38.59691 0.004889 -0.651888 0.243242 0.104318 -0.071110 0.944292 0.927908 1.979635 66.62224 -44.86635 1.100559

Std. Error t-Statistic 4.214488 9.158150 0.004962 0.985370 0.174400 -3.737889 0.089544 2.716443 0.070644 1.476674 0.098381 -0.722805 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Prob. 0.0000 0.3383 0.0016 0.0147 0.1580 0.4796 39.66957 7.372950 4.423160 4.719376 57.63303 0.000000

3. Uji statistika Uji t Uji t menjelaskan seberapa besar signifikansi variabel independen (x) mampu menjelaskan variabel y (dependen). Hipotesa uji t adalah; H0 diterima, bila nilai t_statistic < t_tabel dependen Ha diterima, bila nilai t_statistic > t_tabel (1%, 5%, 10%) . Artinya variabel dependen. Cara melihat nilai t_tabel: Pr = probabilitas, pada tabel uji_t terletak pada bagian atas menunjukan hipotesi pada satu atau dua sisi. df = jumlah variabel independen ditambah konstanta Hipotesis uji_t Hipotesis positif pada satu: H0 : 1 0 Ha : 1 > 0 Hipotesis negatif pada satu: H0 : 1 0 Ha : 1 < 0 independen signifikan menjelaskan variabel (1%, 5%, 10%). Artinya variabel independen tidak signifikan menjelaskan variabel

Hipotesi dua sisi H0 : 1 = 0 Ha : 1 0 Menampilkan persamaan regresi View

Representation OK

Y = C(1) + C(2)*X2 + C(3)*X3 + C(4)*X4 + C(5)*X5 + C(6)*X6 Y = 38.59690942 + 0.004889344622*X2 - 0.6518875293*X3 + 0.2432418207*X4 + (9.1581) (0.98537) (-3.737) (2.716) 0.1043176111*X5 - 0.07111034011*X6

(1.476) VARIABE L Constan ta

(-0.722)

Bandingkan nilai t_statistik dengan nilai t_tabel t_statistik 9.158 t_tabel Keterangan > t_tabel, (df=6, =5%) 1.943 (satu t_statistik sisi) 2.447 X2 0.9853 sisi) 1.943 sisi) 2.447 X3 -3.737 sisi) 1.943 sisi) 2.447 X4 2.716 sisi) 1.943 sisi) 2.447 X5 1.476 sisi) 1.943 sisi) 2.447 (dua (dua (satu t_statistik < t_tabel, tidak signifikan (dua (satu t_statistik signifikan > t_tabel, (dua (satu t_statistik signifikan < t_tabel, (dua (satu t_statistik < t_tabel, tidak signifikan signifikan

X6

-0.722

sisi) 1.943 sisi) 2.447 sisi)

(satu t_statistik (dua

F_tabel (1%, 5%, 10%) . Artinya seluruh variabel independen signifikan menjelaskan variabel dependen. Cara menghitung F_tabelR 2 /( k 1) F= (1 R 2 ) /( n k )

ket: (k 1) = numerator (n k) = denominator k = jumalah variabel independen ditambah konstanta n = jumlah observasi F= F=0.94 /( 6 1) (1 0.94 ) /( 23 6)

0.94 / 5 0.06 / 17

F=

0.188 0.00352

F = 53,40 Cara melihat F_tabel F (numerator(k 1), denominator(n k), =5%) = 2.81 Bandingkan nilai F_tabel dengan F_hitung Nilai F_hitung > nilai F_tabel, berarti Ha diterima yang artinya semua variabel independen mampu menjelaskan variabel dependen. Uji adjusted R2 uji adjusted R2 dimaksudkan untuk mengukur seberapa besar proporsi model dmampu menjelaskan variabel dependen. hasil perhitungan eviews menunjukan nilai adjusted R2 = 0.9279, artinya permintaan ayam ke USA mampu dijelaskan model sebesar 92,79% sedangkan sisanya sebesar 7,21% dijelaskan variabel lain di luar model. 4. Uji Normalitas Penerapan metode OLS untuk regresi linear klasik memilik asumsi bahwa distribusi dari variabel penggangu ( t ) mempunyai nilai ratarata yang diharapkan sama dengan nol, tidak berkorelasi dan mempunyai varian yang konstan. Uji yang digunakan untuk mengetahui noramal atau tidaknya variabel penggangu ( t ) adalah Jarque Bera Test. Pedoman dari J_B test adalah: ditolak. Bila nilai JB hitung < nilai 2-tabel, maka hipotesis yang menyatakan bahwa residual, ut adalah berdistribusi normal tidak dapat ditolak. Aplikasi dalam eviews: Bila nilai JB hitung > nilai 2-tabel, maka hipotesis yang menyatakan bahwa residual, ut adalah berdistribusi normal

view10 8 6 4 2

residual test Histogram normality Test OKSeries: Residuals Sample 1960 1982 Observations 23 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability -1.15E-14 0.098389 3.133900 -3.632498 1.740196 -0.075973 2.153137 0.709421 0.701377

0 -4 -3 -2 -1 0 1 2 3 4

Dari tabel diatas ditemukan bahwa nilai Jarque Berra sebesar 0.709421. sedangkan nilai 2_tabel ( = 5%, df=5) = 11.07. Karena nilai J_B test < nilai 2-tabel,

maka dapat disimpulkan bahwa residual dari

model permintaan ayam USA berdistribusi normal. 5. Uji Linearitas uji linearitas sangat penting dilakukan karena uji ini untuk memeriksa kembali apakah spesifikasi model yang digunakan sudah benar atau tidak. uji yang digunakan untuk melihat linearitas adalah uji Ramsey Reset Test. adapun hipotesa uji ini adalah: H0 diterima bila nilai F_hitung < F_tabel , artinya spesifikasi model yang digunakan dalam bentuk linear. Ha diterima, bila nilai F