Makalah Statistik Grub C
Makalah Statistik Grub C
DISUSUN OLEH :
KATA PENGANTAR
Puji syukur kami panjatkan kehadiran Tuhan Yang Maha Esa yang telah memberikan rahmat dan
hidayah-Nya sehingga kami dapat menyelesaikan tugas makalah tepat pada waktunya. Adapun
tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dosen pada mata kuliah
Statistik Penelitiannya.
Sebagai penyusun, kami menyadari bahwa masih terdapat kekurangan baik dari penyusunan
hingga tata bahasa penyampaian dalam makalah ini. Oleh karena itu, kami dengan rendah hati
menerima saran dan kritik dari pembaca agar kami dapat memperbaiki makalah ini.
Kami berharap semoga makalah yang kami susun ini memberikan manfaat untuk pembaca.
Penulis
DAFTAR ISI
KATA PENGANTAR.............................................................................................2
DAFTAR ISI............................................................................................................3
BAB I PENDAHULUAN........................................................................................4
1.1. LATAR BELAKANG...............................................................................4
1.2. RUMUSAN MASALAH..........................................................................4
BAB II PEMBAHASAN.........................................................................................5
2.1. CREATING PANEL DATA IN GRETL..................................................5
2.2. POOLABILITY TEST OFPANEL DATA IN GRETL............................7
2.3. INDIVIDUAl AND TIME EFFECT IN GREATL...................................9
2.4. POOLED MODEL OF PANEL DATA IN GRETL...............................12
2.5. FIXED AND RANDOM EFFECT MODEL IN GREATL……….……………………….13
2.6. HAUSMAN TEST IN GRETL……………………….………………………………………….14
2.7. FIRST DIFFERENCE PANEL DATA………………………………………………………….15
2.8. LEAST SQUARE DUMMY VARIABLE………..……………………………..…………….16
BAB III PENUTUP...............................................................................................15
3.1. Kesimpulan..............................................................................................15
DAFTAR PUSTAKA............................................................................................16
BAB I
PENDAHULUAN
tumpukan atau penampang tumpukan sekarang saya memiliki data panel panelis itu sebabnya
saya mengklik deret waktu tumpukan klik maju katanya jumlah unit penampang dan jumlah
periode waktu yang saya miliki di saya Himpunan data klaim unit cross-sectional itu tidak
terjawab di perusahaan itu sebabnya saya menulis di sini 10.
kemudian secara otomatis datang ke sini 20 jumlah tahun karena perangkat lunak ini
menganggapnya memiliki 200 pengamatan jadi saat saya menulis di sini dalam unit cross section
secara otomatis mempertimbangkan 20 jumlah periode dan kemudian saya klik maju tetapi jika
Anda memiliki data panel yang tidak seimbang maka dalam hal ini saya kembali ke belakang
dalam hal ini kita seharusnya memilih menggunakan variabel indeks dan kemudian klik maju
memberikan informasi bahwa variabel indeks unit atau grup terbentuk karena bentuk diberikan di
sini maka variabel indeks waktu t ada di sini karena dia L diberikan di sini ,dan kemudian kita
dapat mengklik maju jadi itu tentang cara membuat data panel yang tidak seimbang tetapi saya
memiliki keseimbangan di sini jadi itu sebabnya saya kembali ke belakang dan kemudian saya
klik pada deret waktu tumpukan klik maju dan saya tulis di sini jumlah pengamatan dan klik
maju dan kemudian memberikan informasi bahwa data panel melarikan diri deret waktu dapat
dilintasi s sectional unit diserap selama 20 periode,
kemudian saya klik apply sekarang data panel saya dibuat dan siap untuk analisis lebih lanjut
jika saya mengklik formulir yang tertulis dari sini 1 1 1 lalu lagi 2 2 2 3 3 3 dan seterusnya kami
memiliki 10 perusahaan seperti itu kemudian jika Anda mengklik di sini Anda menemukan
informasi mulai dari 1935 hingga 1954 itu berarti kami memiliki data 20 tahun dan itu adalah
perusahaan 1 kemudian lagi perusahaan 2 dan seterusnya akhirnya kami mengetahui bahwa Dean
itu berarti sepuluh font dan 20 artinya 20 tahun jadi total kita ada 200 observasi jadi itu saja
tentang cara membuat data panel seimbang dan tidak seimbang lebih besar.
2.2. POOLABILITY TEST OFPANEL DATA IN GRETL
Bagaimana cara menguji suatu kemampuan atau data tersebut dapat dimainkan atau tidak.
Saya memiliki kumpulan data yang telah digunakan oleh Grunfeld dalam studinya dalam
pemborosan yaitu nilai variabel terikat saya dan modal variabel independen kami perusahaan
diberikan dalam bentuk unit cross sectional dan di sini diberikan dalam bentuk periode waktu jadi
mari kita pergi ke model klik pada panel dan ,kemudian pilih tetap semua efek acak jika Anda
memilih efek tetap atau acak Anda menemukan ikon ini sehingga variabel dependen saya
diinvestasikan jadi saya memilih ini dan meletakkannya dalam bentuk variabel dependen dan
nilai dan stok kas variabel independen kami itu sebabnya saya memilih variabel ini dan klik di
sini sehingga muncul dalam bentuk regresi secara default diklik pada efek tetap itu sebabnya saya
tetap itu dalam efek tetap dan klik OK.
Saya menemukan hasil dari model efek tetap sekarang saya memeriksa apakah data dapat
dipercaya atau tidak untuk itu saya pergi ke hasil ini ini adalah tes untuk intersep kelompok yang
berbeda nul l hipotesis adalah kelompok memiliki intersep umum itu berarti data diletakkan
genap p-value kurang dari 5% mengapa karena dikatakan delapan koma tujuh nol nol satu lima e
uji nol empat lima itu berarti data diberikan secara eksponensial yang mendekati nol itu sebabnya
hipotesis nol ditolak dan ini adalah hipotesis nol saya sehingga saya dapat melihat bahwa grup
tidak memiliki intersep yang sama atau Anda dapat mengatakan bahwa data tidak dapat
dikumpulkan maka kami tidak dapat menerapkan metode tarik panel dalam kumpulan data ini
dan kami dapat melakukannya lebih lanjut baik efek tetap atau efek acak jadi itu semua tentang
uji probabilitas dalam data ini.
2.3. INDIVIDUAl AND TIME EFFECT IN GREATL
Cara menguji efek individu dan efek waktu dalam data panel.
Saya memiliki dataset yang sama yang saya gunakan untuk tes kemampuan polling ,Saya juga
telah membuat data panel di video terakhir saya pada kumpulan data yang sama jadi untuk
menguji efek individu atau efek cross sectional dan efek waktu saya pergi ke model pilih panel
ini dan klik pada efek tetap atau acak ketika saya mengklik efek acak atau tetap saya menemukan
opsi ini ,kemudian saya pilih investasikan sebagai variabel dan nilai dependen saya dan tangkap
variabel independen kami kemudian saya klik pada efek tetap dan klik OK.
ini adalah hasil saya dari metode efek tetap jadi dalam hasil ini saya klik pada tes dan ,kemudian
saya memilih ketergantungan cross-sectional kemudian saya menemukan hasil dan hasilnya
adalah pasaron City uji ketergantungan cross-sectional itu berarti apa hipotesis nol saya hipotesis
nol saya tidak ketergantungan cross-sectional itu berarti tidak ada efek cross sectional p-value
kurang dari 5% itu berarti null hy saya hipotesis ditolak sekarang saya dapat melihat bahwa itu
adalah ketergantungan cross sectional itu berarti ada efek individu atau efek sectional dalam
kumpulan data ini, cara menguji efek waktu untuk itu saya pergi untuk mengedit dan mengklik
modifikasi model klik ini termasuk kerusakan waktu dan kemudian klik ok sekarang ini adalah
model efek tetap saya termasuk variabel dummy dan waktu jadi dalam hasil atau hasil efek tetap
ini saya menemukan tes gabungan dunia waktu apa hipotesis nol saya hipotesis nol tidak ada efek
waktu dengan tidak ada efek waktu dalam kumpulan data ini nilai p saya lebih besar dari 5%
sehingga saya dapat mengatakan bahwa hipotesis nol tidak ditolak artinya saya menyimpulkan
dengan mengatakan bahwa ada tidak ada efek waktu dalam data grünfeld ini jadi itu semua
tentang bagaimana menguji efek individu atau efek cross-sectional dan efek waktu dalam data
panel.
ini juga dekat dengan R kuadrat ini yang bagus selain ini apakah model Anda cocok atau tidak t
topi dapat ditentukan oleh nilai p statistik f ini yang kurang dari lima persen itu berarti nilai p
statistik F ini kurang dari lima persen satu-satunya hal yang dapat kita katakan bahwa model kita
samar ini adalah kemungkinan log kita dan sisanya hasil seperti ini terjadi kriteria informasi
sebagai kriteria C maka kriteria HQ ini adalah kriteria melalui mana kami memilih model terbaik
sehingga secara otomatis dihitung dalam perangkat lunak ini sekarang baris baris ini tidak lain
adalah kita dapat mengatakan bahwa varians dari variabel dependen terjadi atau dibuat karena
efek individu pada istilah spesifik individu sama jika saya berbicara tentang Delphine Watson ini
maka nilainya nol koma dua nol sehingga Anda dapat mengatakan bahwa kurang dari satu nilai
itu berarti Watson harus satu dua tiga tetapi kurang dari satu dari satu jadi di suatu tempat kita
dapat mengatakan bahwa ada masalah autokorelasi dalam kumpulan data ini sehingga semua
tentang metode lama pada ternak.
2.5. FIXED AND RANDOM EFFECT MODEL IN GREATL
Bagaimana cara menerapkan model fixed effect dan model random
effect secara lebih besar
juga bahwa investasi adalah nilai variabel terikat saya dan modal adalah
variabel bebas dan ini adalah kumpulan data yang telah sudah digunakan oleh
grünfeld dalam penelitian jadi untuk menerapkan model efek tetap dan efek
acak saya
pergi ke model klik pada panel dan kemudian pilih di sini efek tetap atau acak dan kemudian oke
setelah itu saya menemukan ikon ini jadi variabel terikat adalah investasi saya pilih dan taruh di
sana nilai dan modal yang sama adalah stok ternak adalah variabel independen saya jadi saya
memilihnya dan kemudian saya klik secara default itu diklik pada efek tetap jadi saya tekan oke
akhirnya saya telah melihat bahwa ini adalah hasil saya dari model efek tetap yang sudah saya
miliki dibahas tentang koefisien dan signifikansi variabel dalam model efek penuh jadi ini juga
signifikan sama halnya ini juga signifikan sekarang pertanyaannya adalah apakah model
keseluruhan saya cocok atau tidak sehingga akan dipahami dengan bantuan nilai-p ini di sini jadi
nilai-p ini kurang dari 5% sehingga kita dapat mengatakan bahwa model saya cocok sekarang
berbicara tentang semua item ini saya telah membahas ini secara lengkap metode efek ditarik
hanya satu hal yang berbeda dan itu di sini dalam metode tarik nilainya seperti r-kuadrat dari LSD
dan dalam R kuadrat kita tidak diberikan jadi di sini energi ini R kuadrat tidak lain adalah variabel
dummy kuadrat terkecil R kuadrat dan maka ini dalam R kuadrat adalah nol koma tujuh enam
yaitu tujuh puluh enam koma enam tujuh persen jadi dalam R kuadrat dihitung dengan bantuan
XIT atau yit dikurangi XIR mengapa saya berarti dari nilai variabel terikat atau independen rata-
rata perusahaan individu direduksi dan kemudian dilakukan penjelasan agar berada di dalam R
square sekarang apakah model anda fit atau tidak itu bisa juga dipahami dengan bantuan nilai p ini
yang signifikan sekarang bagaimana cara menerapkan model efek acak untuk itu saya cukup klik
Pada dia e edit dan kemudian klik modifikasi materi dan kemudian semuanya tetap sama ibu
seperti berinvestasi adalah nilai variabel terikat dan modal R menggantikan atau variabel bebas
sekarang alih-alih efek tetap ini saya klik pada efek acak dan kemudian saya klik saku jadi
sekarang ini milik saya hasil model efek acak jadi sekali lagi nilainya juga baris yang signifikan
dan Durbin Watson Saya telah membahas tentang ini semua item sekarang ini adalah antara varian
saya ini adalah varian dalam saya theta yang digunakan untuk quasi merendahkan jadi di sini quasi
merendahkan tidak lain adalah kita bisa mengatakan bahwa nilai lambda terletak di antara 0
hingga 1 sehingga bukan Fulda berarti hanya itu yang gila merendahkan dan ini tidak lain adalah
kekudusan dan Y dan y hat square jadi ini hanya Anda dapat mengatakan keseluruhan R kuadrat
jadi itu semua tentang tetap efek dan efek acak lebih besar saya harap Anda menyukainya terima
kasih banyak.
2.6. HAUSMAN TEST IN GRETL
Pada dasarnya bagaimana selera Anda akan membantu kita mengidentifikasi apakah model
efek tetap cocok atau model efek acak cocok pada basis data tertentu jadi untuk itu saya pergi
ke model pilih panel ini dan kemudian klik pada efek tetap atau acak jadi investasi ini adalah
nilai variabel terikat saya dan modal saham adalah variabel bebas saya dan kemudian saya
klik efek acak setelah itu saya cukup klik OK maka saya mendapatkan hasil efek acak jika
Anda melihat ini hasil di sini hasil uji Hausman disediakan sehingga kita berbicara tentang
hasil ini hipotesis nol dari uji Hausman adalah perkiraan GLS konsisten atau kita dapat
mengatakan model efek acak konsisten tetapi jika Anda melihat p-value p-value adalah 0,33
yang mengatakan bahwa hipotesis nol tidak ditolak itu berarti kita dapat mengatakan bahwa
dalam database ini atau dalam kumpulan data ini, penaksir GLS konsisten atau Anda dapat
mengatakan bahwa model efek acak cocok sehingga semuanya merupakan tentang model efek
acak sekarang koefisien efek acak akan dipertimbangkan dalam persamaan baik dalam tesis
saya atau makalah penelitian saya di sini ini adalah koefisien nilai kami dan ini adalah
koefisien kami untuk modal saham sehingga koefisien ini akan digunakan dalam persamaan
akhir regresi data panel.
2.7. FIRST DIFFERENCE PANEL DATA
tahun yang sebenarnya kita seharusnya memahami bahwa data dua tahun yang diberikan
sebelum tahun ini dan setelah tahun itu berarti mungkin seperti sebelum mereka membalas dan
setelah acara jika saya mengklik tahun yang saya temukan seperti 1982-1983 dan seterusnya
jadi mari kita terapkan perbedaan pertama dalam data panel ini ketika data Anda adalah dua
tahun pada dasarnya dipahami bahwa model efek tetap dan model perbedaan pertama keduanya
identik dalam hasil jadi dalam hal ini data melalui variabel independen pajak dan tingkat
kematian adalah variabel dependen kumpulan data ini telah digunakan oleh seorang peneliti
terkenal jadi langkah apa yang harus kita ikuti kita harus mengikuti langkah-langkah seperti
langkah pertama adalah membuat perbedaan variabel pertama dan kemudian kita dapat
menerapkan model OLS pada variabel yang dibuat ini jadi apa yang saya lakukan pertama dan
terutama saya memilih variabel berapa tingkat kesuburan variabel saya, saya pilih ini pergi
untuk menambah dan memilih cemara ini perbedaan pertama dari variabel yang dipilih
sekarang tingkat bunga atau kematian tidak lain adalah perbedaan pertama dari tingkat
kematian sama saya memilih serangan B ini pergi ke buat perbedaan pertama dari variabel yang
dipilih sekarang perbedaan serangan B telah dibuat setelah membuat perbedaan pertama ini
pergi ke model dan klik pada kuadrat terkecil biasa dan kemudian apa variabel dependen saya
variabel dependen hanyalah tingkat kematian adalah variabel dependen jadi saya memilih ini
sebagai variabel dependen DM disebut serangan B yang merupakan variabel independen saya,
saya pilih di bawah regresi dan klik OK jadi apa Saya menemukan ini adalah hasil saya dari
data panel differencing pertama di sini jika Anda melihat perbedaan serangan B itu terkait
secara negatif itu berarti itu mempengaruhi secara negatif terhadap perbedaan tingkat kematian
tetapi signifikan karena meskipun ini kurang dari 5% maka.berbicara tentang model
keseluruhan jika Anda melihat model keseluruhan juga samar karena kurang dari 5% dari nilai-
p ditemukan di sini jadi itu semua tentang perbedaan pertama dari data panel .
BAB III
PENUTUP
3.1 Kesimpulan
Kesimpulan dari video 1-8 menjelaskan tentang regresi data panel, yang
dimana menjelaskan, Menciptakan data panel di gretl, Uji poolabilitas data
panel di gretl, Cara menguji efek individu dan efek waktu dalam data panel,
Model data panel pooled di gretl, Model efek tetap dan random di gretl. Uji
hasuman di gretl , Data panel perbedaan pertama dan Variabel dummy kotak
terakhir.
DAFTAR PUSTAKA
https://youtu.be/pwW87iZ3Esg https://youtu.be/i-lS1v9kHcg
https://youtu.be/3KrU9kdjpS4 https://youtu.be/wXti-LDVxys
https://youtu.be/aX1mpZzn0HU https://youtu.be/zvPEpapjC9g
https://youtu.be/1u6KFzxDUiw https://youtu.be/F0RO13415oQ