Anda di halaman 1dari 28

1.

Alat – alat statistik


Untuk mengolah data statistik, kita akan memerlukan beberapa alat yang dapat
membantu untuk memberikan kesimpulan dari data tersebut. Terdapat beberapa alat
statistic yang dapat membantu untuk memudahkan pengolahan data pada computer
antara lain:
 SPSS
SPSS (Statistical Package for Sosial Science) merupakan sebuah program
aplikasi yang memiliki analisis data statistik yang cukup tinggi. SPSS memiliki
operasi manajemen data dengan metode pengoprasian yang cukup
sederhana. Program SPSS yang saat ini diluncurkan mengikuti perkembangan
program komputer dalam bentuk aplikasi windows dimana aplikasi ini
memiliki kemampuan yang lebih baik dibandingkan aplikasi sistem DOS, WS,
dan Lotus karena kemudahan dan kecepatan dalam penggunaan dan
pengoprasiannya.
o Kelebihan SPSS :
 SPSS mampu mengakses data dari berbagai macam format
data yang tersedia seperti dBase, Lotus, Acces, Text file,
Spreadsheet, bahkan mengakses database melalui ODBC
(Open Data Base Connectivity) sehingga data yang sudah ada,
dalam berbagai macam format bisa langsung dibaca SPSS
untuk dianalisis.
 SPSS memberi tampilan data yang lebih informatif, yaitu
menampilkan data sesuai nilainya (menampilkan label data
dalam kata-kata) meskipun sebenarnya kita sedang bekerja
menggunakan angka- angka (kode data).
 SPSS memberikan informasi lebih akurat dengan
memperlakukan missing data secara tepat, yaitu dengan
memberi kode alasan terjadi missing data.
 SPSS melakukan analisis yang sama untuk kelompok-
kelompok pengamatan yang berbeda secara sekaligus dan
praktis.
 SPSS mampu merangkum data dalam format table
multidimensi (crosstabs), yaitu beberapa field ditabulasikan
secara bersamaan.
 Tabel multidimensi SPSS sifatnya interaktif. Kolom tabel bisa
dirubah menjadi baris tabel dan sebaliknya. Semua nilai dalam
sel- sel tabel akan disesuaikan secara otomatis. Hal ini sangat
memudahkan pekerjaan eksplorasi data.
o Kelemahannya:
 Walaupun friendly user namun program ini tetap tergolong
rumit, pengguna program ini minimal harus mengetahui
dasar dari ilmu statistik untuk bisa menjalani program ini.
Sehingga tidak mengherankan banyak seminar atau
pelatihan-pelatihan yang khusus diadakan untuk program
SPSS.
 SPSS tergolong memiliki perkembangan yang cepat. Sehingga
kadang tampilan secara fisik berbeda dengan SPSS yang lama
dan user harus beradaptasi kembali dengan sistem yang baru.
Dan efek lainnya adalah user harus pintar-pintar memilih seri
SPSS yang tepat untuk komputernya.
 Terdapat banyak versi spss yang beredar, sehingga pemilihan
spss harus sesuai dengan komputer yang kita gunakan (KN)
o Cara penggunaan SPSS
 Menu utama program SPSS ini ditunjukan pada lingkaran
seperti yang tampak dibawah ini
 Tampilan layar SPSS ada 2 yaitu Data view dan variabel view yang
dtunjukan dibawah ini

 Data view adalah data yang tampilannya seperti exel, data view
ini sebagai lembar kerja.
Untuk melihat tampilan data view,dengan meng-klik tulisan
(data view)
Dan tampilannya sebagaiberikut :
 Sedangkan variable view berperan sebagai definisi operasional
yang hasilnya nanti akan terlihat di data view. Untuk melihat
tampilan variable view, dengan meng-klik (variable view) sepeti
di tunjukan lingkaran merah,dan tampilan variable view seperti
dbawah ini

 Hal pertama yang kita lakukan adalah memasukan data pada


halaman DATA VIEW di SPSS,kemudian ketik nilai variabel-
variabel (Y,X1, dan X2)
 Pada halaman VARIABEL VIEV, dalam kolom Name ketik simbol
(Y,X1,X2 ) dan pada Kolom Label ketikan nama Variabel (
Daerah,Sales,Promo dan Outlet)

 Pada kolom Type, variabel Y di pilih tipe Srting karena data yang
ditampilkan pada DATA VIEW berupa huruf (nama daerah)
sedangkan pada variabel X1,X2,X3 dipilih type Numeric karena
data yang dtampilkan berupa angka.

 Selanjutnya untuk mengolah data menggunakan analisis regresi,


lakukan langkah-langkah berikut.

 Klik Analyze, Regression, Linear


 Sehingga tampak tampilan seperti dibawah ini.

 Kemudian pindahkan Promo(x1),Outlet(x2) ke dalam kotak


independent(s) dan Sales (y) pada kotak dependen seperti
dibawah ini.
 Kemudian klik ”statistics” sperti yang ditunjukan dibawah ini.

 Selanjutnya akan tampak tampilan sperti dibawah ini, kemudian


beri centang pada Estimates, Model fit, R Squared
change,Descriptives,part and partial correlations,collinerity
diagnostics
 klik continue..

 Selanjutnya akan tampil menu semula kemudian klik plot..

 Kemudian tampilan plot sebagai berikut,,


Dan masukan *SDRESID pada Y dan *ZRESID pada X seperti
dibawah ini,kemudian klik ”continu sehinnga tampilannya
menjadi sebagai berikut :

 kemudian akan tampak tampilan semula lalu Klik ”ok”

 Sehingga secara otomatis lembar output dari pengolahan data


menggunakan analisis regresi dengan spss 12.0 ini ditampilkan
seperti dibawah ini..
 Eviews
Piranti lunak E-Views adalah sebuah piranti lunak yang dikembangkan
Quantitative Micro Software pada tahun 1994. Eviews merupakan
software yang populer di lingkungan ahli ekonomi, atau akademisi di
bidang ilmu ekonomi. Selain eviews ada software sejenis yaitu Stata,
kedua software tersebut dapat melakukan panel data dan o lah data.
Karena kemampuannya melakukan olah data panel, maka Eviews bisa
men-generate model random effect dan model fixed effect. Sekaligus
memilih model mana yang paling relevan melalui Uji Chow dan Uji
Hausman. Eviews sangat powerfull dalam mendukung penggunanya,
dalam hal uji-uji statistik terkait data time series. Anda dapat melakukan
analisa forecasting ARIMA, arch-garch dan berbagai macam uji asumsi
statistiknya juga sudah tersedia.
o Kelemahannya:
 Eviews tidak relevan jika digunakan untuk mengolah data
penelitian sosial, apalagi pengollahan data multivariat.
Karena software ini hanya fokus kepada pengolahan data
ekonometrik. Jika kita tetap memaksa menggunakan
Eviews mengolah data penelitian sosial, maka Anda akan
kesulitan jika ingin mengeluarkan hasil seperti uji non
parametrik dan distribusi frekuensi.

o Cara penggunaannya:

 Menyiapkan Data Excel Untuk Regresi Data Panel Dengan

Eviews

 Data cross sectional, misalnya negara atau

perusahaan.

 Data runtut waktu atau time series, misalnya data

dalam tahun.

 Data variabel bebas, misalnya dalam tutorial ini kita

menggunakan tiga variabel bebas, yang diberi nama

X1, X2 dan X3.


 Data variabel terikat, misalnya dalam tutorial ini kita
beri nama Y. Contoh data tabulasi excel yang harus
kita siapkan untuk regresi data panel adalah sebagai
berikut:

Data Excel Untuk Regresi Data Panel Dengan Eviews


 Impor Data Excel Untuk Regresi Data Panel Ke Eviews
klik pada menu, yaitu menu File -> Import -> Import File.
 Setting Sheet Impor Data Excel Cara Input Data Panel

Dengan Eviews. Klik pada file excel yang sudah dibuat

tadi, kemudian klik Open.

 Setting Kolom Dan Header Cara Input Data Panel Dengan


Eviews. Pastikan anda telah memilih sheet yang
benar untuk diimpor. Selain itu pastikan juga kolom yang
akan digunakan. Jika kolom tidak benar, silahkan anda
ubah dengan mengganti kode dalam custom range. Jika
sudah yakin bahwa tidak ada kesalahan, silahkan klik
tombol Next. Maka akan muncul jendela seperti berikut

ini:
 Setting Data Panel Pada Eviews. Menggunakan kolom
Negara dan Header Line yang digunakan adalah line 1.
Selanjutnya klik lagi tombol Next. Maka akan muncul
jendela baru sebagai berikut:

Ada
banyak opsi yang bisa anda pilih, namun pada prinsipnya
anda harus menentukan kolom mana yang akan dijadikan
cross section dan kolom mana yang akan dijadikan time
series.
 Pilih Dated Panel. Selanjutnya pada cross section id
series, pilih Negara sebagai cross section. Pada Date
Series, anda pilih Tahun sebagai time series. Jika sudah
yakin anda benar, silahkan klik tombol Finish. Jika ada
pilihan Yes atau No, pilih saja Yes. Maka tampilan aplikasi
eviews anda akan seperti berikut ini:

Perhatikan baik-baik gambar di atas, jika ada variabel


dengan nama dateid, maka anda sudah berhasil
mendeklarasikan data panel dalam aplikasi anda. Coba
pastikan anda klik variabel dateid tersebut. Maka akan
tampil jendela baru sebagai berikut:

 Stata
Stata merupakan salah satu perangkat lunak komputer untuk mengolah dan
menganalisis data. Namun penggunanya tidak sebanyak spss, hal ini sebabkan
oleh karena dulu perintah stata harus diketik.
o Kelebihan program ini antara lain :
 Hampir semua proses analysis statistik dapat dilakukan oleh
stata, sebab tidak terbatas pada pilihan menu yang ada.
 Dapat juga digunakan untuk menganalisis data survey, yang
biasanya pengambilan sampelnya tidak dilakukan secara acak
sederhana (simple ramdom sampling/srs), misalnya adanya
pembagian strata dan pemilihan cluster atau blok sensus atau
wilayah cacah.
o Kelemahannya:
 Perintah atau command-nya harus di ketik dan dijalankan
satu per satu, bila dibandingkan dengan SPSS yang
perintahnya tinggal mengklik menunya saja. Tentunya STATA
punya kelebihan dibanding perangkat komputer pengolah
data yang lain, justru karena perintahnya harus diketik
tersebut, maka hampir semua proses analysis statistik dapat
dilakukan oleh STATA. Menu pada SPSS dibatasi
pembuatannya hanya untuk analisis yang sering digunakan
saja.
o Cara penggunaannya:

 Langkah pertama adalah ketikkan perintah sebagai berikut di


kotak command kemudian tekan enter:

. tsset id thn, yearly

 Perhatikan command di atas:

tsset: perintah declare panel data,

id: Subject,

thn: Time Series.

 Perintah (command) di atas bertujuan untuk membentuk


atau declare dataset panel data time series agar pengujian
data panel dapat dilakukan. Hasilnya adalah sebagai berikut:
PANEL VARIABLE: ID (STRONGLY BALANCED)

TIME VARIABLE: THN, 2000 TO 2009

DELTA: 1 YEAR

Arti di atas adalah: Terbentuk panel data dengan subject “id”


dan time series variabel “thn” berupa interval tahun (tearly)
yang dimulai dari tahun 2000 sd 2009 (10 tahun). Strongly
balanced artinya secara seragam, masing-masing subject
(“id”) mempunyai jumlah pengulangan/time series yang sama
yaitu 10 tahun.

 Langkah selanjutnya ketikkan command:

. xtsum y x1 x2 x3

 Perhatikan command di atas:


xtsum: perintah deskriptive pada panel data
y: Variabel terikat

x1: Variabel bebas x1

x2: Variabel bebas x3

x3: Variabel bebas x3.

Artinya kita akan menghitung dan menampilkan hasil uji


deskriptive per variabel, baik pada subject secara keseluruhan
(overall), per subject (between) dan per tahun (within).
Tampilannya sebagai berikut:

 Langkah pertama adalah melakukan uji Pooled Least Square


(PLS), caranya:

. REG Y X1 X2 X3

Perhatikan command di atas:


reg: perintah PLS
y: Variabel terikat,

x1: Variabel bebas x1,

x2: Variabel bebas x3,

x3: Variabel bebas x3.


 Selanjutnya lakukan uji regresi data panel Fixed Effect Model
(FE), yaitu:

. XTREG Y X1 X2 X3, FE

Perhatikan command di atas:

xtreg: perintah fixed atau random effect,

fe adalah options memilih fixed effect,

y: Variabel terikat,

x1: Variabel bebas x1,

x2: Variabel bebas x3,

x3: Variabel bebas x3.


 Selanjutnya lakukan uji regresi data panel Random Effect
Model (RE), yaitu:

. XTREG Y X1 X2 X3

Perhatikan command di atas:

xtreg: perintah fixed atau random effect

Tanpa adanya options memilih fixed effect, maka secara


default pilihan uji adalah random effect

y: Variabel terikat,

x1: Variabel bebas x1,

x2: Variabel bebas x3,

x3:Variabel bebas x3.

Lihat outputnya!
 Stored Dataset STATA

 Untuk membandingkan ketiga hasil di atas, terlebih dulu menyimpan hasil


regresi masing-masing metode dengan command : . estimates store (nama)
Caranya pada kotak command ketikkan lalu enter:

 . ESTIMATES STORE FE

 . ESTIMATES STORE RE

 . ESTIMATES STORE OLS

 . ESTIMATES TABLE FE RE OLS, STAR STATS(N R2 R2_A)

 Perhatikan command di atas:

 estimates: perintah melakukan estimasi

 store: menyimpan data


 fe: fixed effect

 re: random effects

 ols: ordinary least square

 estimates table fe re ols, star stats(N r2 r2_a): memunculkan table yang berisi
data hasil uji t parsial fixed effects, random effects dan PLS.

 Star berarti memberi tanda bintang bagi yang menerima H1

 stats(N r2 r2_a) berarti memunculkan jumlah sampel, nilai r square dan


adjusted r square

 Estimate Output

 Maka akan muncul variabel baru pada data editor, yaitu secara berurutan
variabel: _est_ols, _est_fe dan _est_re.

 Estimate
Dataset

 Kemudian interprestasikan dan ambil kesimpulan sesuai Diagram Pilihan


Metode Estimasi pada artikel sebelumnya. Caranya adalah sebagai berikut:
 Chow Test

 Chow Test, untuk menentukan pilihan antara PLS dan FE. Maka lihat output
FE!

 Chow
Test

 (Lihat pada tanda panah merah!) Karena P Value (Prob>F) < Alpha 0,05 maka
H1 diterima yang artinya pilihan yang terbaik adalah FE.

 Hausman Test

 Karena pilihan jatuh pada FE, maka selanjutnya kita tentukan apakah lebih baik
FE atau RE. Caranya adalah melalui Hausman Test, yaitu ketikkan command
dan enter:

 . QUIETLY XTREG Y X1 X2 X3, FE

 . ESTIMATES STORE FE

 . QUIETLY XTREG Y X1 X2 X3, RE


 . ESTIMATES STORE RE

 . HAUSMAN FE RE

 Perhatikan command di atas:

 y: Variabel terikat,

 x1: Variabel bebas x1,

 x2: Variabel bebas x3,

 x3: Variabel bebas x3.

 Output Hausman Regresi Data Panel dengan STATA

 Maka akan muncul output sebagai berikut:


Hausman Test

 (Lihat pada tanda panah merah!) Karena P Value (Prob>Chi2)<Alpha 0,05


maka H1 diterima atau yang berarti pilihan terbaik adalah FE dari pada RE.
 Lagrange Multiplier Test

 Bagaimana seandainya pada Chow Test pilihan terbaik adalah PLS atau pada
Hausman Test ternyata pilihan terbaik adalah RE? Maka kita harus
melanjutkan ke tahap berikutnya untuk menentukan pilihan terbaik apakah
PLS atau RE, yaitu dengan uji Lagrange Multiplier Test. Caranya ketikkan
command dan enter:

 . XTREG Y X1 X2 X3, RE

 . XTTEST0

 Perhatikan command di atas:

 xtreg dengan options re: perintah random effects

 y: Variabel terikat,

 x1: Variabel bebas x1,

 x2: Variabel bebas x3,

 x3: Variabel bebas x3.

 xttest0: perintah Lagrange Multiplier Test.

 Output LM Regresi Data Panel dengan STATA

 Maka output muncul sebagai berikut:


 Lagrange
Multiplier Test

 (Lihat pada tanda panah merah!) Karena p value (Prob>Chibar2)<Alpha 0,05


maka H1 diterima atau yang berarti pilihan terbaik adalah RE dibandingkan
PLS.