MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
1
ORDINARY LEAST SQUARE
A. Regresi Sederhana (OLS Sederhana)
1. Pengantar
Model regresi sederhana adalah suatu model yang melihat hubungan antar dua
variabel. Salah satu variabel menjadi variabel bebas (Independent variable) dan variabel
yang lain menjadi variabel terikat (Dependent variable). Dalam regresi sederhana ini, akan
kita ambil suatu contoh kasus mengenai hubungan antara pengeluaran konsumsi dan
pendapatan di US pada tahun 1996 – 2005. Persamaan model ini adalah:
Y = 0 + 1X +
Dimana, Y adalah pengeluaran konsumsi, 0 adalah konsumsi autonom, X merupakan
pendapatan dan adalah error term.
2. Prosedur dalam Eviews
Langkah pertama dalam mengoperasikan Eviews adalah dengan mengaktifkan
workfile. Dengan asumsi, data telah dimasukkan dalam program Excel dan telah disimpan.
Tampilkan program Eviews, Klik File – New – Workfile, sehingga tampak seperti berikut
ini
Selanjutnya akan tampak workfile range, yaitu tampilan untuk memasukkan periode
observasi. Dimana terdapat jenis periode, start date, dan end date.
Periode data diisi sesuai dengan data yang telah dientry dalam Excel. Dimana data tersebut
adalah data tahunan, mulai 1996 – 2005
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
2
Lakukan prosedur berikut: Klik Annual (tahunan) – Start date: 1996 – End date: 2005
- OK
Kemudian kita akan mengimport data, memasukkan data yang akan diolah.
Klik Procs - Import – Read Text – Lotus - Excel.
Cari dimana file data yang telah disimpan.
Akan muncul tampilan:
Pada Upper left data cell tertulis B2, hal inimenunjukkan bahwa data yang kita tulis
dimulai pada cell B2. Excel 5+ sheet name, menunjukkan di sheet mana data kita entry.
Jika pada sheet 1, maka kita tidak perlu mengisinya. Namun jika data dientry pada sheet
kedua dan seterusnya, maka kita perlu mengisi sesuai dengan sheet tersebut. Name for
series or… diisi dengan nama semua variabel yang akan diolah, atau dapat juga diisi
dengan jumlah semua variabel. Misal kita isi dengan X dan Y, kemudian Klik OK
Setelah muncul data yang akan diolah, kemudian blok variable X dan Y - Klik kanan:
Open - as Group. Maka, akan muncul tampilan :
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
2
Lakukan prosedur berikut: Klik Annual (tahunan) – Start date: 1996 – End date: 2005
- OK
Kemudian kita akan mengimport data, memasukkan data yang akan diolah.
Klik Procs - Import – Read Text – Lotus - Excel.
Cari dimana file data yang telah disimpan.
Akan muncul tampilan:
Pada Upper left data cell tertulis B2, hal inimenunjukkan bahwa data yang kita tulis
dimulai pada cell B2. Excel 5+ sheet name, menunjukkan di sheet mana data kita entry.
Jika pada sheet 1, maka kita tidak perlu mengisinya. Namun jika data dientry pada sheet
kedua dan seterusnya, maka kita perlu mengisi sesuai dengan sheet tersebut. Name for
series or… diisi dengan nama semua variabel yang akan diolah, atau dapat juga diisi
dengan jumlah semua variabel. Misal kita isi dengan X dan Y, kemudian Klik OK
Setelah muncul data yang akan diolah, kemudian blok variable X dan Y - Klik kanan:
Open - as Group. Maka, akan muncul tampilan :
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
2
Lakukan prosedur berikut: Klik Annual (tahunan) – Start date: 1996 – End date: 2005
- OK
Kemudian kita akan mengimport data, memasukkan data yang akan diolah.
Klik Procs - Import – Read Text – Lotus - Excel.
Cari dimana file data yang telah disimpan.
Akan muncul tampilan:
Pada Upper left data cell tertulis B2, hal inimenunjukkan bahwa data yang kita tulis
dimulai pada cell B2. Excel 5+ sheet name, menunjukkan di sheet mana data kita entry.
Jika pada sheet 1, maka kita tidak perlu mengisinya. Namun jika data dientry pada sheet
kedua dan seterusnya, maka kita perlu mengisi sesuai dengan sheet tersebut. Name for
series or… diisi dengan nama semua variabel yang akan diolah, atau dapat juga diisi
dengan jumlah semua variabel. Misal kita isi dengan X dan Y, kemudian Klik OK
Setelah muncul data yang akan diolah, kemudian blok variable X dan Y - Klik kanan:
Open - as Group. Maka, akan muncul tampilan :
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
3
Kemudian Pilih Procs - Make Equation - Equation Specification
Setelah itu ketik data yang akan diolah : Y spasi c spasi X, pilih Method: LS – OK.
Variabel yang kita tulis pertama adalah variabel dependen, selanjutnya adalah konstanta
dan variabel independent.
Maka akan tampak hasil regresi seperti berikut:
Intepretasi Hasil Regresi:
Dari hasil regresi diatas maka akan didapatkan persamaan sebagai berikut:
Y = 24.45455 + 0.509091X
Sebagai contoh, apabila ditanyakan berapa tingkat konsumsi individu jika
pendapatan tahun depan diperkirakan sebesar 5000 milyar dollar US?. Maka
Y = 24.45455 + 0.509091(5000)
Y = 2569.91
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
3
Kemudian Pilih Procs - Make Equation - Equation Specification
Setelah itu ketik data yang akan diolah : Y spasi c spasi X, pilih Method: LS – OK.
Variabel yang kita tulis pertama adalah variabel dependen, selanjutnya adalah konstanta
dan variabel independent.
Maka akan tampak hasil regresi seperti berikut:
Intepretasi Hasil Regresi:
Dari hasil regresi diatas maka akan didapatkan persamaan sebagai berikut:
Y = 24.45455 + 0.509091X
Sebagai contoh, apabila ditanyakan berapa tingkat konsumsi individu jika
pendapatan tahun depan diperkirakan sebesar 5000 milyar dollar US?. Maka
Y = 24.45455 + 0.509091(5000)
Y = 2569.91
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
3
Kemudian Pilih Procs - Make Equation - Equation Specification
Setelah itu ketik data yang akan diolah : Y spasi c spasi X, pilih Method: LS – OK.
Variabel yang kita tulis pertama adalah variabel dependen, selanjutnya adalah konstanta
dan variabel independent.
Maka akan tampak hasil regresi seperti berikut:
Intepretasi Hasil Regresi:
Dari hasil regresi diatas maka akan didapatkan persamaan sebagai berikut:
Y = 24.45455 + 0.509091X
Sebagai contoh, apabila ditanyakan berapa tingkat konsumsi individu jika
pendapatan tahun depan diperkirakan sebesar 5000 milyar dollar US?. Maka
Y = 24.45455 + 0.509091(5000)
Y = 2569.91
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
4
Jadi, jika pendapatan sebesar 5000 milyar dolar US maka tingkat konsumsi individu adalah
sebesar 2569.91 milyar dolar US.
B. Regresi Berganda
Model regresi berganda merupakan suatu model regresi yang terdiri dari lebih dari
satu variabel independen. Bentuk umum regresi berganda dapat ditulis sebagai berikut:
Y1 = 0 + 1X1 + 2X2 + 3X3 + ….+ nXn + ei
Pada intinya, langkah – langkah estimasi regresi berganda didalam Eviews tidak jauh
berbeda dengan regresi sederhana seperti yang telah dibahas sebelumnya. Berikut ini adalah
tampilan data yang akan digunakan dalam regresi berganda.
Dengan cara yang sama seperti pada regresi sederhana kita akan meregresi variabell
dependen yaitu ekspor dan variabel independen yang terdiri dari suku bunga, nilai tukar
rupiah, serta inflasi. Dari hasil regresi akan diperoleh estimasi sebagai berikut:
Cara mengintepretasikan hasil regresi sama dengan estimasi pada regresi sederhana.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
5
C. Uji t dan Uji F
Uji t merupakan pengujian terhadap koefisien dari veriabel bebas secara parsial. Uji
ini dilakukan untuk melihat tingkat signifikansi dari veriabel bebas secara individu dalam
mempengaruhi variasi dari variabel terikat.
Hipotesa dalam Uji t adalah:
H0 : i = 0, i = 0, 1,2,...n
H1 : i ≠ 0
Pada regresi sederhana maupun regresi berganda, pengujian koefisien 1, 2, dan n
dapat dilakukan dengan Uji t. Pengujian ini dilakukan dengan cara membandingkan t-
statistik pada hasil regresi dengan t –tabel. Jika nilai t-stat > t-tabel, maka Ho ditolak dan H1
diterima, dengan kata lain terdapat hubungan antara variabel dependen dan variabel
independen. Sebaliknya jika t-stat < t-tabel, maka Ho diterima dan H1 ditolak, yang artinya
tidak terdapat hubungan antara variabel dependen dan variabel independen.
Pada contoh kasus diatas, dengan tingkat kepercayaan 95% (α = 5%) maka daerah
kritis untuk menolak Ho adalah t-stat < t 0.025;39. Kita bisa melihat bahwa pada variabel
inflasi memiliki nilai t-stat sebesar 5,479 sedangkan nilai t-tabel pada t0.025;39 adalah 2,021.
Artinya nilai t-stat > t-tabel, sehingga hipotesa H0 ditolak, dapat disimpulkan bahwa terdapat
hubungan antara ekspor dan inflasi.
Pengujian hipotesis dapat juga dilakukan dengan konsep P-Value. Cara ini relatif
lebih mudah dilakukan karena tersedia pada menu Eviews. Konsep ini membandingkan α
dengan nilai P-Value. Jika nilai P-Value kurang dari α, maka H0 ditolak. Pada contoh kasus
diatas nilai P-Value dari variabel inflasi adalah 0,0000 artinya pada α = 1%, 5%, dan 10%
hipotesa H0 ditolak. Artinya pada berbagai tingkat keyakinan tersebut ekspor memiliki
hubungan dengan inflasi.
Sedangkan Uji F merupakan uji model secara keseluruhan. Oleh sebab itu Uji F ini
lebih relevan dilakukan pada regresi berganda. Pada prinsipnya Uji F memiliki konsep yang
tidak jauh berbeda dengan Uji t. Jika Uji t digunakan untuk melihat pengaruh variabel bebas
terhadap variabel terikat secara individu, maka Uji F digunakan untuk melihat pengaruh
variabel bebas terhadap varibel terikat secara bersama-sama. Formulasi dari Uji F adalah
sebagai berikut:
Ho : 1 = 2 = ....= n = 0
H1 : paling tidak salah satu tidak sama dengan nol
Dengan menggunakan konsep P-Value, maka pada contoh diatas P-Value dari F = 0,000012.
Artinya pada α = 1%, 5%, dan 10% hipotesa H0 ditolak. Variabel independen dalam
persamaan tersebut secara bersama-sama berpengaruh terhadap variasi dari variabel
dependen.
D. Uji Asumsi Klasik
Dalam melakukan estimasi persamaan linier dengan menggunakan metode OLS,
maka asumsi-asumsi dari OLS harus dipenuhi. Apabila asumsi tersebut tidak dipenuhi maka
tidak akan menghasilkan nilai parameter yang BLUE (Best Linear Unbiased Estimator).
Asumsi BLUE antara lain:
1. Model regresi adalah linier dalam parameter
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
6
2. Error term (u) memiliki distribusi normal. Implikasinya, nilai rata-rata kesalahan adalah
nol.
3. Memiliki varian yang tetap (homoskedasticity).
4. Tidak ada hubungan antara variabel bebas dan error term.
5. Tidak ada korelasi serial antara error (no-autocorrelation).
6. Pada regresi linear berganda tidak terjadi hubungan antar variabel bebas
(multicolinearity).
D.1. Uji Multikolinieritas
Multikolinearitas adalah adanya hubungan linier yang signifikan antara beberapa atau
semua variabel independent dalam model regresi. Untuk melihat ada tidaknya
multikolinieritas dapat dilihat dari koefisien korelasi dari masing-masing variabel bebas. Jika
koefisien korelasi antara masing-masing variabel bebas lebih besar dari 0,8 berarti terjadi
mulikolinieritas.
Lakukan prosedur berikut: Dari workfile – Blok semua variabel kecuali c dan resid –
Klik kanan: Open – As Group
Setelah tampil semua variabel, Klik View – Correlation – Common Sampel.
Dari tampilan diatas terlihat bahwa antara variabel X2, X3, X4, X5, dan X6 terjadi
multikolinieritas, karena memiliki nilai Correlation matrix ledih dari 0,8. Cara mengatasi
adanya multikol dapat dilakukan dengan cara: (1) menghilangkan variabel independen, (2)
transformasi variabel, (3) penambahan data. Berikut ini dilakukan cara mengatasi multikol
dengan transformasi data, yaitu penambahan log. Dari hasil tersebut, semua koefisien telah
signifikan.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
7
D.2. Heteroskedasitas
Heteroskedasitas merupakan keadaan dimana varians dari setiap gangguan tidak
konstan. Uji heteroskedasitas dapat dilakukan dengan menggunakan White
Heteroskedasticity yang tersedia dalam program Eviews. Hasil yang perlu diperhatikan dari
Uji ini adalah nilai F dan Obs*R-Squared. Jika nilai Obs*R-Squared lebih kecil dari X2 tabel
maka tidak terjadi heteroskedastisitas, dan sebaliknya.
Untuk mendeteksi adanya masalah hetero dapat dilihat pada residual dari hasil estimasi. Jika
residual bergerak konstan artinya tidak ada hetero dan jika membentuk suatu pola tertentu
maka mengindikasikan adanya hetero.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
8
Dengan melihat hasil tersebut, dapat diduga terjadi hetero pada hasil estimasi. Dimana
residualnya membentuk suatu pola atau tidak konstan. Untuk membuktikan dugaan tersebut
perlu dilakukan Uji White Hetero.
Lakukan prosedur berikut: Dari hasil Estimasi Klik View – Residual test – White Hetero
(no cross) - OK
White Heteroskedasticity Test:
F-statistic 8.281590 Probability 0.001508Obs*R-squared 12.92698 Probability 0.011638
Lakukan pengujian dengan prosedur sebagai berikut:
1. H0 : tidak ada heteroskedastisitas
H1 : ada heteroskedastisitas
2. = 5%, tolak H0 jika Obs*R-square > X2df = 2 atau P-Value <
3. Karena P- Value = 0.011638 < 0.05 maka tolak H0
4. Kesimpulan adalah dengan tingkat keyakinan 95% maka ada heteroskedastisitas.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
9
D.3. Autokorelasi
Autokorelasi menunjukkan adanya hubungan antar gangguan. Metode yang
digunakan dalam mendeteksi ada tidaknya masalah autokorelasi adalah Metode Bruesch-
Godfrey yang lebih dkenal dengan LM-Test. Metode ini didasarkan pada nilai F dan Obs*R-
Squared. Dimana jika nilai probabilitas dari Obs*R-Squared melebihi tingkat kepercayaan
maka Ho diterima, berarti tidak ada masalah autokorelasi.
Dapat dilihat dari hasil estimasi sepertinya tidak terjadi per masalahan yang
melanggar asumsi klasik. Dimana terlihat bahwa nilai t-statistik signifikan, R2 bagus, dan Uji
F juga signifikan. Namun dalam hasil tersebut terdapat DW stat yang relatif kecil. Nilai DW
yang kecil tersebut merupakan salah satu indikator adanya masalah autokorelasi.
Untuk membuktikan adanya masalah autokorelasi dalam model dapat kita lakukan
dengan melakukan uji LM.
Lakukan prosedur berikut: Dari hasil estimasi – Klik View – Residual test – Serial
Correlation LM test - OK
Breusch-Godfrey Serial Correlation LM Test:F-statistic 13.24422 Probability 0.000060Obs*R-squared 17.36554 Probability 0.000169
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
10
Lakukan pengujian dengan prosedur berikut:
1. H0 : tidak ada serial correlations/autokorelasi
H1 : ada serial corelation/autokorelasi
2. = 5%, tolak H0 jika Obs*R-square > X2df = 3 atau P-Value <
3. Karena P- Value = 0.000169 < 0.05 maka tolak H0
4. Kesimpulan adalah dengan tingkat keyakinan 95% maka ada autokorelasi
D.4. Uji Normalitas
Uji normalitas digunakan jika sampel yang digunakan kurang dari 30, karena jika
sampel lebih dari 30 maka error term akan terdistribusi secara normal. Uji ini disebut Jarque
– Bera Test. Lakukan Prosedur berikut: Dari hasil estimasi - View – Residual test –
Histogram Normality test
Dari hasil diatas maka langkah selanjutnya adalah melakukan uji normalitas error term:
1. H0 : error term terdistribusi normal
H1 : error term tidak terdistribusi normal
2. α = 5% maka daerah kritis penolakan H0 adalah P-Value < α
3. Karena P-Value = 0,678100 > 0,05 maka H0 diterima
4. Kesimpulan, dengan tingkat keyakinan 95% (α = 5%) maka dapat dikatakan bahwa error
term terdistribusi normal.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
11
Panel Data
1. Pengantar
Data panel atau pooled data adalah kombinasi dari data time series dan data
cross section. Dengan menggabungkan data time series dan cross section
(pooling), maka jumlah observasi bertambah secara signifikan tanpa melakukan
treatment apapun terhadap data.
Ada tiga metode yang bisa digunakan untuk bekerja dengan data panel.
Menurut Verbeek (2000:313-19) metode yang pertama adalah pendekatan pooled
least square (PLS) secara sederhana menggabungkan (pooled) seluruh data time
series dan cross section dan kemudian mengestimasi model dengan menggunakan
metode ordinary least square (OLS). Kedua, pendekatan fixed effect (FE)
memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted
variables dimana omitted variables mungkin membawa perubahan pada intercept
time series atau cross section. Model dengan FE menambahkan dummy variables
untuk mengizinkan adanya perubahan intercept ini. Ketiga, pendekatan efek acak
(random effect) memperbaiki efisiensi proses least square dengan
memperhitungkan error dari cross section dan time series.
a. Pooled least square
Yit = β1 + β2 + β3X3it +....+ βnXnit + uit ....................(3.1)
b. Fixed effect
Yit = α1 + α2D2 + .....+ αnDn + β2X2it + ...+ βnXnit + uit
....................(3.2)
c. Random effect
Yit = β1 + β2X2it + ...+ βnXnit + εit + uit ....................(3.3)
1.1 Pemilihan Model Estimasi dalam Data Panel
Untuk menentukan metode antara pooled least square dan fixed effect dengan
menggunakan uji F sedangkan uji Hausman digunakan untuk memilih antara
random effect atau fixed effect. Dalam fixed effect, bentuk umum regresi data
panel adalah (Aulia, 2004:28):
Yit = β1 + β2X2it + β3X3it + ... + βnXnit + uit .....................(3.4)
Selain itu, dalam teknik estimasi model regresi data panel, terdapat uji F dan uji
Hausman. Uji F dapat digunakan untuk memilih teknik dengan model pooled least
square (PLS) atau model fixed effect dengan rumus sebagai berikut (Gujarati,
2003:643):
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
12
)/()1(
)/()(2
22
knR
mRR
ur
rurF
....................( 3.5)
Di mana:
R2r = R2 model PLS
R2ur = R2 model FEM
m = jumlah restricted variabel
n = jumlah sample
k = jumlah variabel penjelas
Hipotesis nol dari pada restricted F test adalah :
H0 = Model Pooled Least Square (restricted)
H1 = Model Fixed Effect (unrestricted)
Dari rumus diatas, jika kita mendapatkan hasil nilai F hitung > F tabel pada
tingkat keyakinan ( α ) tertentu maka kita menolak hipotesis H0 yang menyatakan
kita harus memilih teknik PLS, sehingga kita menerima hipotesis H1 yang
menyatakan kita harus menggunakan model Fixed Effect untuk teknik estimasi
dalam penelitian ini.
Sedangkan uji Hausman digunakan untuk memilih antara metode fixed
effect atau metode random effect. Uji Hausman didapatkan melalui command
eviews yang terdapat pada direktori panel (Widarjono, 2005:272). Rumus untuk
mendapatkan nilai Chi Square uji Hausman adalah:
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 nol dari pada uji Hausman adalah :
H0 = random effect
H1 = fixed effect
Apabila Chi Sqare hitung > Chi Square tabel dan p-value signifikan maka H0 ditolak
dan model fixed effect lebih tepat untuk digunakan ( Aulia, 2004:31).
Misal kita ingin mengetahui bagaimana investasi (Y) tergantung pada nilai
perusahaan (X2) dan stok modal (X3). Untuk hal tersebut ada empat data
perusahaan yaitu General Electric (GE), General Motor (GM), U.S. Steel (US), dan
Westinghouse (WEST). Data untuk tiap perusahaan dengan tiga variabel tersebut
tersedia untuk periode 1935-1954. Maka ada empat cross-sectional units dan 20
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
13
time period. Untuk keseluruhan terdapat 80 observasi. X2 dan X3 diperkirakan
berhubungan positif terhadap Y.
Pooling atau combining semua 80 observasi, kita dapat menulis fungsi
investasi sebagai berikut:
20,...,2,1
4,3,2,133221
t
i
uXXY itititit
i menunjukkan unit cross-sectional ke-i dan t menunjukkan periode waktu i.
2. Prosedur dalam Eviews
Untuk menganalisa fungsi investasi dari empat perusahaan tadi maka kita lakukan
olah data dengan menggunakan perangkat Eviews. langkah-langkahnya adalah:
Buka program Eviews. Klik File New Workfile
Selanjutnya akan muncul Workfile baru.
Pada Workfile tersebut Klik Objects New Object.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
14
Selanjutnya pada direktori New Object pilih Pool dan Klik OK.
Setelah Klik OK muncul Pool. Dibawah cross section identifiers kita isikan unit
cross-section. Kita tulis GE, GM, US, West sesuai dengan data yang ada dalam
program excel.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
15
Setelah itu masih tetap pada Pool, Klik Procs Import Pool data.
Kemudian kita cari file data panel yang telah disimpan sebelumnya.
Maka tampilan pada Eviews akan tampak sebagai berikut:
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
16
Dalam Excel Spreadsheet import:
Pada Series order: pilih In Columns.
Pada Upper left data cell: ketik C2 karena data dimulai pada cell C2.
Pada Ordinary and Pool series to read: ketik Y? X2? X3?.
Pada Excel5 + sheet name : kita tulis sesuai sheet lokasi data kita.
Setelah semua lengkap Klik OK, maka pada lembar Workfile akan muncul data
yang telah kita import.
Pada lembar Pool, Klik Procs Estimate.
Kemudian muncul Pooled Estimation :
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
17
a. Pooled least square (PLS) atau Common
Pada dependent variable : Ketik Y?
Pada common coefficient : Ketik X2? dan X3?.
Pada Intercept : Pilih none, common, fixed effect, atau random effect.
Misal kita Klik Common OK. Maka estimasi pooled least square tampak sebagai
berikut:
Maka persamaannya menjadi : Ŷ it = - 63,30 + 0,11X2it + 0,3X3it + uit
Selanjutnya kita coba dengan model fixed efect. Pada Pool Klik Objects Copy
Object. Kemudian muncul dua Pool yang sama.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
18
Beri nama salah satu Pool dengan Klik Name Object Name, misalnya kita beri
nama pls karena menunjukkan hasil estimasi pooled least square.
b. Fixed Effect
Pada Pool yang belum kita beri nama Klik Estimate dan langkahnya sama
seperti semula. Sekarang pada Intercept Klik fixed effect OK.
Estimasi Fixed effect akan muncul sebagai berikut:
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
19
Hasil fixed effect menjadi :
Ŷit = -245,79 + 161,57D2i + 339,63D3i + 186,56D3i + 0,1X2it +0,3X3it + uit
c. Random Effect
Setelah mendapatkan hasil regresi fixed effect, sekarang kita coba melihat hasil
regresi random effect. Caranya sama yaitu pada Pool Klik Objects Copy
Object. Pada Pool baru Klik Estimate.
Untuk mendapatkan hasil regresi random effect pada Pooled Estimation pilih
Intercept Random Effect.
Hasil random effect seperti berikut:
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
20
Persamaan random effect : Ŷit = -73,03 + 0,1X2it + 0,34X3it + εi +uit
Catatan: Pertama apabila nilai random effect dari keempat perusahaan dijumlah
maka hasilnya nol. Kedua, Nilai rata-rata random error component, εit, adalah nilai
intersep common sebesar -73,03. Nilai random effect GE sebesar – 169,92
menunjukkan seberapa besar perbedaan komponen random error dari GE dari nilai
intersep common. Ketiga, nilai R2 diperoleh dari transformed GLS regression.
Kembali ke Eviews, kita beri nama Pool estimasi pooled least square, fixed effect
dan random effect. Estimasi pooled least square telah kita namakan pls. Jika
estimasi fixed effect kita beri nama fix, kemudian estimasi random effect diberi
nama ran maka pada Workfile muncul ketiga Pool hasil common, fixed effect, dan
random effect. Hasilnya terlihat pada tampilan berikut:
d. Uji Hausman
Jika kita ingin menjalankan program tes Hausman ada beberapa langkah
yang harus dijalankan. Pertama, Workfile tersebut kita simpan dalam Eviews data.
Caranya Klik File Save As. Cari Program Eviews Example Files Data.
Beri nama filenya misal lat2 lalu Klik OK.
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
21
Kemudian Klik File Open Program.
Cari Folder Eviews folder Example files folder cpr Hausman. prg
Open
Pada program Hausman ada beberapa command yang harus disesuaikan menurut
Workfile kita. Command tersebut adalah :
load..\data\lat2 (sesuai dengan tempat dan nama data disimpan)
Pada estimate fixed effects and store results:
fix.ls(f) y? x2? x3?
vector beta = fix.@coefs
matrix covar = fix.@cov
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
22
Pada keep only slope coefficients:
!nrow=@rows(beta)
vector b_fixed = @subextract(beta,1,1,!nrow,1)
matrix cov_fixed = @subextract(covar,1,1,!nrow,!nrow)
Pada estimate random effects and store results:
ran.ls(r) y? x2? x3?
beta = ran.@coefs
covar = ran.@cov
Pada keep only slope coefficients:
!nrow=@rows(beta)
vector b_gls = @subextract(beta,2,1,!nrow,1)
matrix cov_gls = @subextract(covar,2,2,!nrow,!nrow)
Setelah membuat command pada Program Hausman Klik Run
Pada Run Program, isi Program name or path sesuai dengan lokasi Workfile
disimpan. Jika sudah Klik OK
MODUL EKONOMETRIKAFAKULTAS EKONOMI - UNIVERSITAS TRUNOJOYO MADURA
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Tlp. (031) 3013483 Fax. (031) 3013483
Jl. Raya Telang PO BOX 2 Kamal, Bangkalan Telp. (031) 3013483 Fax. (031) 3013483Webite: http://www.feb.trunojoyo.ac.id
23
Hasil tes Hausman akan muncul seperti di bawah ini. Ada dua nilai yaitu chi-square
dan nilai probabilitas. Dari nilai tersebut kita dapat menentukan apakah H0 ditolak
atau diterima.
Top Related