Ringasanebookdatapaneleviews9 170207123342 PDF

1 | P a g e D a t a P a n e l E V I E W S 9

Pengantar
Syukur alhamdulillah, merupakan satu kata yang sangat pantas penulis ucakan
kepada Allah SWT, yang karena bimbingannyalah maka Ebook Data Panel EVIEWS 9 dapat
diselesaikan.
Ebook ini menyajikan mengenai pengoperasiannya dalam software EVIEWS 9.
Ebook ini dilengkapi dengan langkah-langkah praktis dalam mengoperasikan EVIEWS 9.
Dengan demikian, modul ini diharapkan dapat digunakan untuk memahami dalam
mengoperasikan program EVIEWS 9.
Sumber-sumber Ebook ini diperoleh dari berbagai sumber modul mengenai
EVIEWS 9, mulai dari Eviews Version 3.0 sampai dengan Version 9.5
Beberapa artikel diinternet dijadikan sebagai bahan dalam penyusunan modul
Workshop ini.
Saya menyadari bahwa masih sangat banyak kekurangan yang mendasar pada Ebook
ini. Oleh karna itu saya kritik dan saran yang bersifat membangun untuk kemajuan ilmu
pengetahuan ini sangat diharapkan..
Semoga Ebook Ekonometrika ini dapat bermanfaat.
Semarang, 2017
Olah Data Semarang

DAFTAR ISI EBOOK
Pengantar…………………………………………………………………………………….2
A. Pendahuluan……………………………………………………………………………4
1. Apa itu EViews?..........................................................................................................4
2. Lingkungan Kerja Eviews…………………………………….…………………….5
B. Menggunakan EViews………………………………………………………………….7
1. Membuat Workfile, Input data……………………………………………………..8
C. Contoh Kasus Analisis Data Panel dan Penyelesaiannya…………………………...11
A. Pendahuluan (Persipapan/Input Data)…………………………………………....11
B. Estimasi (Membuat Persamaan) Regresi Data Panel………………………….…37
C. Pemilihan Model…………………………………………………………………….50
1. Test (Chow Test……………………………………………………………...……50
2. Hausman Test………………………………………………………...…………..56
3. Langrangge Multiplier (LM) Test……………………………………………….60
D. Pengujian Asumsi Klasik Data Panel……………………………………………..72
1. Uji Normalitas………………………………………………….…………………72
2. Uji multikolinieritas………………………………………………...……………..74
3. Uji Heteroskedastisitas……………………………………………………………80
4. Uji Autokorelasi…………………………………………………….…………….82
D. Contoh Kasus Analisis Data Panel Dengan Koefisien Cross Section dan
Penyelesaiannya…………………………………………………….……………….….84
1. Pendahuluan (Persipapan/Input Data)…………………..………………………..84
2. Estimasi (Membuat Persamaan) Regresi Data Panel………………..………….114
3. Pemilihan Model…………………………………………………………………..130
a. F Test (Chow Test)………………………………………………………………130
b. Hausman Test……………………………………………………...……………135
c. Langrangge Multiplier (LM) Test………………………………………...…….139

A. Pendahuluan
1. Apa itu EViews?
Eviews (Econometric Views) merupakan aplikasi pengolahan data statistika dan
ekonometrika yang berjalan diatas sistem Operasi Windows. Kita dapat menggunakan eviews untuk
melakukan analisis cross section dan panel data serta melakukan estimasi dan peramalan data time
series. Meskipun ditujukan untuk pengolahan data ekonomi, tetapi kemampuan Eviews tidak
terbatas pada area ekonomi, eviews dapat digunakan untuk analisis keuangan, peramalan
makroekonomi, simulasi, peramalan penjualan hingga analisis biaya
Eviews dikembangkan oleh Quantitative Micro Software (QMS). Piranti lunak yang
dikembangkan awalnya bernama Time Series Processor untuk komputer mainframe, kemudian
QMS mengembangkan MicroTSP yang dapat dijalankan di PC yang pertama kali di rilis pada tahun
19801. Eviews versi 1.0 dirilis pada bulan maret 1994 menggantikan MicroTSP. Versi terbaru
eviews, versi 9.5 dirilis pada bulan 8 Mei 2015.
Eviews memiliki format data yang tidak memiliki dokumentasi terbuka tetapi mendukung
format data aplikasi lain baik untuk masukan(input) maupun keluaran (output). Beberapa format file
yang didukung eviews diantaranya :
databank format, merupakan format file data time series ekonometrika dalam bentuk ASCII yang
dipopulerkan oleh microTSP
Microsoft Excel
SPSS / PSPP
DAP/SAS
STATA
RATS
TSP, dsb
Selain format data diatas, Eviews juga dapat membaca database lewat ODBC.

2. Lingkungan Kerja Eviews
Lingkungan Kerja atau workspace eviews cukup sederhana. Berikut gambar lingkungan
kerja Eviews.
Keterangan :
Title Bar, default hanya bertuliskan Eviews, kalau anda memperbesar ukuran salah satu
jendela di work area, maka nama file akan tertulis di title bar.
Main Menu, berisi menu yang dapat kita pilih. Beberapa menu akan berwarna abu-abu dan
tidak aktif sehingga kita tidak dapat memilih menu tersebut. Misal ketika kita belum membuka
workfile, maka menu object akan banyak yang tidak aktif seperti gambar berikut.

Hal ini juga berlaku terhadap object lain. ketika kita memilih sebuah objek (table, rumus,
dsb) ketika sebuah menu tidak aktif artinya kita tidak dapat melakukan operasi tersebut pada objek
bersangkutan.
command window, di command window ini, kita dapat mengetikkan perintah-perintah
yang langsung akan dieksekusi oleh eviews. Kalau ingin mencoba, anda bisa mengetikkan perintah
load, maka jendela pilihan file akan muncul.
work area, merupakan area terbesar yang berwarna abu-abu. disinilah letak workfile yang
kita buka baik berupa tabel maupun objek lainnya.
status bar, status bar berisi informasi tentang path yaitu direktori kerja kita saat ini,
Database yang kita gunakan (DB), dan workfile yang sedang kita gunakan (WF).
Untuk mengubah path atau direktori kerja kita sekarang, kita bisa melakukan klik ganda
pada tulisan path di status bar, akan muncul dialog box yang memberikan pilihan kepada kita
kemana akan mengalihkan direktori kerja kita di eviews. Sekian Tutorial Eviews Episode 1, pada
Episode selanjutnya kita akan belajar membuka workfile, membuat workfile, dan mengimport file
dari aplikasi lain (excel misalnya) ke Eviews.

B. Menggunakan EViews
Untuk menggunakan EViews langkah-langkah yang harus lakukan adalah melalui klik
menu Start > All Apps > EViews 9 > EViews 9 atau melalui Ikon yang ada di desktop. Dengan
menjalankan perintah tersebut akan ditampilkan lingkungan sistem EViews seperti terlihat pada
Gambar di bawah ini.

1. Membuat Workfile
Memasukkan data ke Eviews, bisa dengan membuat tabel baru di Eviews atau melakukan
import dari data aplikasi lain, seperti file excel misalnya. Tapi apa itu workfile? workfile merupakan
tempat mengumpulkan objek yang akan kita gunakan di eviews. objek disini dapat berupa tabel,
perhitungan(equation), grafik, sample dan lain sebagainya. Setiap workfile dapat berisi satu atau
lebih workfile pages, bayangkan seperti file excel yang dapat memiliki lebih dari satu worksheet,
fungsi pages ini seperti subfolder atau subdirektori yang berfungsi untuk mengumpulkan objek yang
kita miliki. Terdapat dua metode utama untuk melakukan input data di Eviews. Metode pertama
dengan membuat file kosong, mendefinisikan struktur data yang kita miliki dan melakukan input
data dengan mengetikkan data satu persatu atau melakukan kopi tempel (copy paste). Metode kedua
yaitu dengan melakukan impor data dari file lain seperti file Excel.


C. Contoh Kasus Analisis Data Panel dan Penyelesaiannya.
Data Panel yang akan disajikan pada contoh kasus ini menggunakan pendekatan Ordinary
Least Squares (OLS) dan General Least Squares (GLS). Ordinary Least Squares (OLS) untuk
Model Common Effect dan Fixed Effect. General Least Squares (GLS) untuk Random Effect
Penjelasan akan dibagi menjadi 4 (empat) tahapan, yaitu:
A. Persiapan Data (Tabulasi Data)
B. Menjelaskan cara melakukan estimasi (pembuatan) model regresi data panel yang terdiri
dari Common Effect (CE), Fixed Effect (FE) dan Random Effect (RE). Setelah kita
mengetahui bagaimana melakukan estimasi model.
C. Adalah memilih model regresi data panel yang paling tepat untuk tujuan penelitian.
D. Pengujian Asumsi Klasik
A. Pendahuluan (Persipapan/Input Data)

Tahap awal dalam Pendahuluan adalah mempersiapkan data. Data panel adalah data yang
memiliki karakteristik cross section dan time series secara bersamaan. Data cross section adalah
data yang terdiri lebih dari 1 (satu) entitas, contohnya Perusahaan, Negara, Individu,
Institusi, Departemen dan lain-lain. Sedangkan untuk data time series adalah data satu
entitas dengan dimensi waktu/periode yang panjang atau tidak satu waktu/periode saja. Satuan
waktu dapat disesuaikan dengan tujuan penelitian, misalnya bulanan, triwulan, semesteran, atau
tahunan.



























B. Estimasi (Membuat Persamaan) Regresi Data Panel
Dalam software Eviews, estimasi model/persamaan (Equation Estimation) dilakukan dengan
cara memunculkan jendela Equation Estimation, lalu menuliskan persamaan/model yang akan
diestimasi dalam jendela Equation Estimation.













C. Pemilihan Model
Dari ketiga model yang telah di-estimasi akan dipilih model mana yang paling tepat/sesuai
dengan tujuan penelitian. Ada tiga uji (test) yang dapat dijadikan alat dalam memilih model regresi
data panel (CE, FE atau RE) berdasarkan karakteristik data yang dimiliki, yaitu: F Test (Chow
Test), Hausman Test dan Langrangge Multiplier (LM) Test.
1. F Test (Chow Test)
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara CE dan FE. Pertama,
pastikan bahwa yang telah tertampil pada jendela model FE,






2. Hausman Test
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara FE dan RE.
Pertama pastikan bahwa pada jendela model1 telah tertampil model RE,




3. Langrangge Multiplier (LM) Test
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara CE dan RE.
Pertama pastikan bahwa pada jendela yang telah tertampil model CE,












D. Pengujian Asumsi Klasik Data Panel
Pengujian terhadap asumsi klasik yang akan dilakukan meliputi multikolinieritas,
autokorelasi, normalitas, linieritas dan heteroskedastisitas. Pengujian dilakukan dengan cara
mengaktifkan/membuka jendela Equation. Setiap pengujian dilakukan satu per satu. Berikut adalah
tahapan operasionalisasinya :
1. Uji Normalitas


2. Uji multikolinieritas
Uji multikolinieritas menggunakan Correlation Variabel






3. Uji Heteroskedastisitas
Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan
pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala
heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu Uji
White.


4. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan uji
Durbin Watson


E. Contoh Kasus Analisis Data Panel Dengan Koefisien Cross Section
dan Penyelesaiannya.
Data Panel yang akan disajikan pada contoh kasus ini menggunakan pendekatan Ordinary
Least Squares (OLS) dan General Least Squares (GLS). Ordinary Least Squares (OLS) untuk
Model Common Effect dan Fixed Effect. General Least Squares (GLS) untuk Random Effect . Data
Panel Kali Ini Menampilkan Koefisien Cross Section Perusahaan (IBM, Goodyear, Union Oil dan
US Stell), Pada Model FE dan RE Penjelasan akan dibagi menjadi 4 (empat) tahapan, yaitu:
1. Persiapan Data (Tabulasi Data)
2. Menjelaskan cara melakukan estimasi (pembuatan) model regresi data panel yang terdiri dari
Common Effect (CE), Fixed Effect (FE) dan Random Effect (RE). Setelah kita mengetahui
bagaimana melakukan estimasi model.
3. Adalah memilih model regresi data panel yang paling tepat untuk tujuan penelitian.
1. Pendahuluan (Persipapan/Input Data)

Tahap awal dalam Pendahuluan adalah mempersiapkan data. Data panel adalah data yang
memiliki karakteristik cross section dan time series secara bersamaan. Data cross section adalah
data yang terdiri lebih dari 1 (satu) entitas, contohnya Perusahaan, Negara, Individu,
Institusi, Departemen dan lain-lain. Sedangkan untuk data time series adalah data satu
entitas dengan dimensi waktu/periode yang panjang atau tidak satu waktu/periode saja. Satuan
waktu dapat disesuaikan dengan tujuan penelitian, misalnya bulanan, triwulan, semesteran, atau
tahunan.






























2. Estimasi (Membuat Persamaan) Regresi Data Panel
Untuk Model CE
Cara Klik Model CE Klik Kanan => Open
Klik Estimate
Dependent variabel diisi INK?
Regressors and AR() terms
Common coefficients: diisi HS? NAK?
Estimation method
Fixed and Random Effects
Cross-section; None
Period: None
Klik OK
















3. Pemilihan Model
Dari ketiga model yang telah di-estimasi akan dipilih model mana yang paling tepat/sesuai
dengan tujuan penelitian. Ada tiga uji (test) yang dapat dijadikan alat dalam memilih model regresi
data panel (CE, FE atau RE) berdasarkan karakteristik data yang dimiliki, yaitu: F Test (Chow
Test), Hausman Test dan Langrangge Multiplier (LM) Test.
a. F Test (Chow Test)
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara CE dan FE. Pertama,
pastikan bahwa yang telah tertampil pada jendela model FE,





b. Hausman Test
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara FE dan RE.
Pertama pastikan bahwa pada jendela model1 telah tertampil model RE,




c. Langrangge Multiplier (LM) Test
Dilakukan untuk membandingkan/memilih model mana yang terbaik antara CE dan RE.
Pertama pastikan bahwa pada jendela model1 telah tertampil model CE,

BAGI YANG INGIN
MENDAPATKAN
EBOOK INI SECARA
UTUH DAN LNGKAP
BISA DOWNLOAD
goo.gl/xhb133
goo.gl/Y3NIjq

Ringasanebookdatapaneleviews9 170207123342 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ringasanebookdatapaneleviews9 170207123342 PDF

Judul Asli:

Diunggah oleh

Hak Cipta:

Format Tersedia

A. Pendahuluan (Persipapan/Input Data)

1. Pendahuluan (Persipapan/Input Data)

Anda mungkin juga menyukai