Nama Model Indikator

Penentuan Model Estimasi Regresi Data Panel

1 Uji Chow ( CEM vs FEM ) F ≥ 0,05
F < 0,05
2 Uji Hausman (FEM vs REM) F ≥ 0,05
F ≤ 0,05
3 Uji Langrange Multiplier (LM) (CEM vs REM) Cross-section Breusch-Pagan
< α (5%)
Cross-section Breusch-Pagan
> α (5%)
Uji Asumsi Klasik
1 Uji Multikolinearitas < 0,8 atau > 0,10 dan VIF < 5
> 0,8 atau < 0,10 dan VIF > 5
2 Uji Autokorelasi < 0,05
> 0,05
3 Uji Heteroskedastisitas < 0,05
> 0,05
4 Uji Normalitas < 0,05
> 0,05
Uji Kelayakan Model
1 Koefisien Determinasi (R2) R2 = 0
R2 = 1
Uji Hipotesis 0-0.99
1 Uji Simultan (Uji F) F hitung > F tabel
F hitung < F tabel
2 Uji Parsial (Uji t) t hitung > t tabel / <0,05
t hitung < t tabel / > 0,05
Penjelasan

H0 diterima, maka model yang digunakan adalah Common Effect dilanjukan dengan uji LM
H0 ditolak, maka model Fixed Effect dan dilanjutkan dengan uji Hausman untuk memilih apakah menggunakan model Fixed Eff
H0 diterima, maka model yang digunakan adalah Random effect dilanjurkan ke LM
H0 ditolak maka model Fixed Effect. Selesai

H0 ditolak, yang berarti model Random effect yang dipilih.

H0 diterima, yang berarti model Common Effect yang dipilih

Nilai rendah/tidak terjadi multikolinearitas Quick > Grup Statistic > Correlations > series list = x1 x2 x3 x4 > OK
Nilai tinggi/terjadi multikolinearitas
terjadi gejala autokorelasi jendela utama pilih berurutan y, x1 - x4>klik kanan>open as group>
tidak terjadi gejala autokorelasi Download tabel Durbin Watson
terjadi gejala heteroskedastisitas Uji Gletser > blok jendela utama Workfile > Pilih resid > Generate >
tidak terjadi gejala heteroskedastisitas Kotak ResidualAbsolute> Quick > Estimate Equation > resabs c x1 x
residual data penelitian TIDAK terdistribusi secara nor Menu View > Residual Diagnostic > Histogram Normality Test
residual data penelitian terdistribusi secara normal.

variasi Y tidak dapat diterangkan oleh X sama sekali

variasi Y secara keseluruhan dapat diterangkan oleh X
nilai R Square yang semakin mendekati 1 maka semakin layak suatu model untuk digunakan
Ha di terima, artinya secara bersama-sama variable independen tersebut berpengaruh terhadap variable dependen
H0 di tolak, artinya secara bersama-sama variable independen tersebut TIDAK berpengaruh terhadap variable dependen
hipotesis diterima, artinya variable independen berpengaruh terhadap variable dependen
hipotesis di tolak, artinya variable independen tidak berpengaruh terhadap variable dependen.
ggunakan model Fixed Effect atau Random Effect

es list = x1 x2 x3 x4 > OK

ik kanan>open as group> Yes > Proc > Make Equation > urutan y c x1 x2 x3 x4 > panel option pilih model terpilih

> Pilih resid > Generate > dalam kotak enter equation > resabs= abs(resid) > OK
Equation > resabs c x1 x2 x3 x4 > Panel; Option > Pilih model terpilih
ram Normality Test

able dependen
variable dependen
CEM > UJI NORMALITAS
UJI MULTIKOLINEARITAS Antar variabel < 0,85 (

UJI GLETSER HETEROSKEDASTISITAS Antar variabel Prob > 0,05 = Tidak

UJI AUTOKOLERASI DL = 1.1426 DU = 1.738

Interpretasi
R- square 0.204089 = 20% x1-x4 sebanyak 20% mempengaruhi y (sisanya faktor la

uji F F hitung = 1.602635

F tabel = df1 = (total variabel - 1) = 5-1= 2
df2 = (n-k-1) = 30-4-1 = 25

F tabel = 2.75871

F hitung < F tabel

1.60264 < 2.64147 Tidak berpengaruh terhadap variabel dependen

Prob F statistic = 0.204725 > 0,05 Tidak berpengaruh terhadap variabel dependen

T hitung T tabel
Uji T x1 0.92012 < 2.059539 df (n-k-1) = 30-4-1 =35
x2 0.623328 < 2.059539 2.059539
x3 -0.156803 > -2.059539
x4 1.494622 < 2.059539

x1 0.92012 > 0,05 Tidak berpengaruh dan tidak signifikan

x2 0.623328 > 0,05
x3 -0.156803 < 0,05
x4 1.494622 > 0,05
Uji Chow = 0.204725 > 0.05
CEM

Uji Hausman = 0.4505 > 0.05

REM
 Uji LM = 0,1606 > 0,05
CEM

= 0,007218 < 0,05 (Tidak normal)

Antar variabel < 0,85 (Tidak ada multikolinearitas)

abel Prob > 0,05 = Tidak ada Heteroskedastisitas

Terjadi Autokolerasi
aruhi y (sisanya faktor lain)