PANEL DATA WITH EVIEWS Dr. Werner R. Murhadi www.wernermurhadi.wordpress.com
Data Panel merupakan kombinasi Time series dan cross section Data panel mampu menurunkan masalah omitted variables (model yang mengabaikan variabel yang relevan). Ada 3 metode yg dpt dipakai untuk data panel: 1. Pooled Least Square (PLS), estimasi data panel dg memakai OLS. Biasa juga disebuat common effect. 2. Fixed Effect (FE) dg menambahkan model dummy pada data. 3. Random Effect (RE), memperhitungkan error dr data panel dg metode LS. www.wernermurhadi.wordpress.com
Pendekatan PLS scr sederhana menggabungkan (pooled) seluruh data time series dan cross section. Pendekatan FE memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted variables, yg mungkin membawa perubahan pada intercept time series atau cross section. Model ini menambahkan dummy untuk mengijinkan adanya perubahan intercept ini. Pendekatan RE memperbaiki efisiensi proses LS dg memperhitungkan error dari cross section dan time series.
Model PLS Model FE Model RE
Pemilihan Model Data Panel Uji digunakan untuk menentukan apakah model PLS atau FE m = jumlah restricted variable n = jumlah sampel k = jumlah variabel bebas Hipotesis: Ho = model PLS H1 = Model Fixed Effect Bila F hitung > F tabel, kita tolak Ho
Uji Hausman untuk menentukan apakah model FE atau RE Rumus untuk mendapatkan nilai chisquare uji hasuman: 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: Ho: RE, sedangkan H1 = FE Bila chi square hitung > chi square tabel, dan p-value signifikan, maka Ho ditolak (H1 diterima FE lebih tepat!)
Input Data menggunakan Excel Untuk panel SUPAYA HASIL SPSS DAN EVIEWS KONSISTEN MAKA NAMA PERUSHAAN DIIKUTI TAHUN. BUKAN TAHUN DIIKUTI NAMA PERUSAHAAN
Contoh :data test
Untuk melakukan pengujian regresi, pertama klik dan blok seluruh variabel yang ingin diuji
Pada bagian equation specification nantinya akan berisikans eluruhvariabel yang telah diblok beserta interceptnya (c). Kemudian susun variabel yang muncul pada bagian tersebut dengan aturan variabel dependennya dibagian pertama kemudian c diikuti dengan varibel independen
Untuk menyimpan hasil uji, klik Name kemudian masukan nama yang diinginkan. Uji yang baru saja dilakukan menggunakan model common effect. Untuk mengganti model menjadi fixed effect ataupun random effect dapat dilakukan dengan cara sama seperti uji model common effect yang diawali dengan blok kemudianopen as equation, hanya saja pada window equation estimation, klik panel option kemudian pada bagian effect specification cross section pilih fixed untuk fixed effect dan random untuk random effect.
Mengubah ke Fixed effect. Klik estimate.
klik panel option kemudian pada bagian effect specification cross section pilih fixed untuk fixed effect dan random untuk random effect.
Output Fixed effect
Untuk melakukan uji chow pastikan pengujian dilakukan dalam model fixed effect dengan cara memilih cross section: fixed pada bagian effect specification. Kemudian pada window hasil uji klik view Fixed/Random Effect Testing Redundant Fixed Effects Likelihood Ratio.
Signifikan prob F <5%, maka H1 diterima yaitu model Fixed Effect lebih baik dari model Common effect. Selanjutnya perlu uji Hausman untuk menentukan apakah Fixed atau REM yang lebih baik?
Mengubah ke random effect. Klik estimate. pilih panel options.
Output Random effect
Untuk melakukan uji hausman pastikan data diujid alam model random effect dengan cara memilih cross section: random pada bagian effect specification. Kemudian pada window hasil uji klik view Fixed/Random Effect Testing Correlated Random Effects Hausman Test.
Signifikan prob>5%, maka H0 diterima yaitu model Random Effect lebih baik dari model Fixed effect.
Uji Asumsi Klasik Uji normalitas dilakukan dengan cara klik View Residual Diagnostics Histogram - Normality Test pada window hasil uji regresi (COMMON).
Output Normalitas Residual
Uji autokorelasi dilakukan dengan menggunakan nilaidurbin-watson stat pada hasil uji regresi.
Uji multikolinearitas dilakukan dengan cara: blok seluruh variabel independen kemudian klik Quick Group Statistics Correlations.
Setelah itu akan muncul window series list kemudian klik ok
Output multikol Bila ada corelation >0,8 maka terdapat multikol, salah satu variabel dibuang.
STATISTIK DESKRIPTIF Untuk menampilkan statistic deskriptif penelitian dapat dilakukan dengan cara memblok seluruh variabel penelitian kemudian klik Quick Group Statistics Descriptive Statistics Common sample
Output Statistik Deskriptif
Pengujian heteroskedastisitas tidak dapat dilakukan pada data panel, hanya saja masalah heteroskedastisitas ini dapat diatasi dengan memberikan pembobotanpada window equation estimation dengan memilihgls weight: cross section weight. Crossection weighted adalah estimasi dg FGLS (feasible GLS) untuk mengatasi herosedastisitas antara individu dalam Panel data. Sedangkan SUR weighted adalah untuk mengatasi heterosedastisitas dan otokorelasi antara individu dalam panel data.
Add your company slogan www.wernermurhadi.wordpress.com