PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8

Transkripsi

1 PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8 AL MUIZZUDDIN F., SE., ME. EKONOMETRIKA 1 GENAP 2014/15 UNIVERSITAS BRAWIJAYA

2 UJI MULTIKOLINEARITAS UJI KORELASI 1 VIF 2 BERPASAN 3 GAN REGRESI AUXILIARY 2

3 DATA LIHAT GUJARATI (2008) HALAMAN 358 3

4 MASUKKAN DATA KE EXCEL 4

5 ESTIMASI MODEL REGRESI Regresikan model berikut di Eviews ln Importst = β1 + β2 lngdpt + β3 ln CPIt + ut 5

6 Hasil Regresi 6 mizu.lecture.ub.ac.id

7 1 UJI VIF Dari hasil output Eviews klik menu view coefficient diagnostic variance inflation factors Setelah itu akan muncul hasil uji VIF 7

8 8 mizu.lecture.ub.ac.id

9 HASIL UJI VIF Intepretasi: Karena nilai VIF lebih dari 10, maka model regresi tersebut terdapat masalah multikolinearitas. 9

10 2 PAIR-WISE CORRELATIONS Klik menu quick group statistics correlation Kemudian isikan dalam kotak series list dengan mengisi variable bebas yang akan dilihat korelasinya Variabel yang diisikan: log(gdp) log(cpi) 10

11 11

12 12

13 HASIL KORELASI BERPASANGAN Intepretasi: Karena nilai korelasi dari masing-masing variable bebas menunjukkan angka 0,9 yang berarti korelasinya cukup tinggi maka model regresi tersebut terdapat masalah multikolinearitas. 13

14 3 AUXILIARY REGRESSIONS REGRESIKAN MODEL BERIKUT REGRESI 1 : ln Importst = β1 + β2 lngdpt + β3 ln CPIt + ut REGRESI 2 : ln GDPt = β4 + β5 ln CPIt REGRESI 3 : ln CPIt = β4 + β5 ln GDPIt Petunjuk: Jika nilai R 2 model Regresi 1 > R 2 model Regresi 2 dan 3 maka model regresi tersebut tidak ada multikolinearitas 14

15 HASIL REGRESI 1 15

16 HASIL REGRESI 2 16

17 HASIL REGRESI 3 17

18 INTEPRETASI HASIL R 2 pada model regresi 1 lebih besar dari pada R 2 model regresi 2 dan 3, maka model regresi ini tidak terjadi multikolinearitas. 18

19 STOP 19

20 UJI HETEROSKEDASTISITAS BPG White Glejser 20

21 DATA LIHAT GUJARATI (2008) HALAMAN

22 MASUKKAN DATA KE EXCEL 22

23 ESTIMASI MODEL REGRESI Regresikan model berikut di Eviews MPGi = β1 + β2spi + β3hpi + β4wti + ui 23

24 HASIL ESTIMASI MODEL REGRESI 24

25 UJI GLEJSER Regresikan model regresi di atas Dari hasil output regresi, klik menu view residual diagnostic heteroskedasticity test Kemudian akan muncul menu uji hetero Pilih salah satu uji yang ingin dijalankan, misal: uji glejser Klik ok dan lihat hasilnya 25

26 26

27 27

28 HASIL UJI GLEJSER 28

29 INTEPRETASI HASIL Variabel SP, HP, dan WT signifikan pada α = 1% Maka model regresi tersebut terdapat masalah heteroskedastisitas 29

30 UJI WHITE Regresikan model regresi di atas Dari hasil output regresi, klik menu view residual diagnostic heteroskedasticity test Kemudian akan muncul menu uji hetero Pilih salah satu uji yang ingin dijalankan, misal: uji white Klik ok dan lihat hasilnya 30

31 HASIL UJI WHITE 31

32 INTEPRETASI HASIL Nilai probabilitas dari nilai Obs*R-squared menunjukkan hasil yang signifikan (< α = 1%) Maka model regresi tersebut terdapat masalah heteroskedastisitas 32

33 UJI BREUSCH-PAGAN- GODFREY (BPG) Regresikan model regresi di atas Dari hasil output regresi, klik menu view residual diagnostic heteroskedasticity test Kemudian akan muncul menu uji hetero Pilih salah satu uji yang ingin dijalankan, misal: BPG Klik ok dan lihat hasilnya 33

34 HASIL UJI BPG 34

35 INTEPRETASI HASIL Nilai probabilitas dari nilai Obs*R-squared menunjukkan hasil yang signifikan (< α = 1%) Maka model regresi tersebut terdapat masalah heteroskedastisitas 35

36 STOP 36

37 UJI AUTOKORELASI DW BG 37

38 Durbin Watson (DW)-test Regresikan model regresi di atas Dari hasil output regresi, lihat nilai DW Kemudian lihat table DW, cari nilai DL dan DU Lihat apakah nilai DW masuk dalam daerah aman atau tidak ada autokorelasi 38

39 BREUSCH-GODFREY (BG) TEST Regresikan model di atas Kemudian klik menu view residual diagnostic serial correlation LM test Isikan lag = 2 39

40 40

41 HASIL UJI BG 41

42 INTEPRETASI HASIL Nilai probabilitas dari nilai Obs*R-squared menunjukkan hasil yang signifikan (< α = 1%) Maka model regresi tersebut terdapat masalah autokorelasi 42

43 STOP 43

44 UJI NORMALITAS 44

45 JB TEST Regresikan model regresi di atas Dari hasil output regresi, klik menu view residual diagnostic histogram normalitiy test Klik ok dan lihat hasilnya 45

46 46

47 HASIL JB TEST 47

48 INTEPRETASI HASIL Lihat nilai probabilitas JB yang sebesar 0,000 (< α = 1%) Maka dapat disimpulkan bahwa model regresi tersebut memiliki distribusi error/residual/disturbance yang tidak normal 48

49 STOP 49

50 MATERI UAS 1. MODEL LOG LINEAR 2. MODEL DUMMY 3. UJI ASUMSI KLASIK a. MULTIKOL b. HETERO c. AUTOKORELASI d. NORMALITAS 50

51 TIPS DAN TRIK UAS PAHAMI TEORI REGRESI TERLEBIH DAHULU PELAJARI CARA MEMBACA HASIL REGRESI DARI EVIEWS MULAI DARI AWAL PELAJARI MATERI SETELAH UTS-AKHIR 51

52 MODEL UAS 1. TULIS (70%) 2. TAKE HOME (30%) 52

53 KISI-KISI UAS TULIS SOAL BERJUMLAH 5-10 BUAH SOAL TEORI (30%) SOAL PRAKTIK (70%) WAKTU 60 MENIT TUTUP BUKU 53

54 UAS TAKE HOME BUATLAH SEBUAH MODEL REGRESI DAN LAKUKAN UJI ASUMSI KLASIK LANGKAH PEMBUATAN TUGAS: BUAT MODEL REGRESINYA, MINIMAL 5 VARIABEL Misal: GDP-growth = f (Labor, Inflation, Schooling, Infrastructure, Domestic Investment) CARILAH DATA YANG AKAN DIGUNAKAN PADA WEB BERIKUT: 54

55 FORMAT PENULISAN PAPER LIHAT SEPERTI PADA TUGAS UTS KEMARIN 55

56 SELAMAT BELAJAR!! 56