#uirunggul2020

Data Panel
Pada Regresi
Berganda
restuhayati@eco.uir.ac.id
Reference

Ghozali, Imam dan Dwi Ratmono. 2014. Analisis

Multivariat dan Ekonometrika Teori, Konsep dan
Aplikasi dengan Eviews 10. Badan Penerbit Universitas
Diponegoro: Semarang.

https://imamghozali.com/home
Data Panel
Merupakan gabungan data time series dan data cross
section.
Data panel merupakan sebuah kumpulan data dimana
perilaku unit cross-sectional (misalnya individu,
perusahaan, dan negara) diamati sepanjang waktu.
Contoh data dapat di download melalui:
https://drive.google.com/open?id=1UX960mGdWO-
OAnDzbVT386fTci_pTJ1-
Jenis data panel

balanced panel
Jika jumlah unit waktu sama untuk setiap individu

unbalanced panel
Jika sebaliknya, yakni jumlah unit waktu berbeda
untuk setiap individu
Regresi Berganda Dengan Data Panel
Regresi Berganda pada data panel di lakukan dengan membandingkan hasil
regresi pada tiga model:

Common Effect Model Fixed Effect Model Random Effect Model

Model sederhana Model ini memasukkan Estimasi data panel
dengan mengabaikan “individualitas” dimana
setiap variabel
cross-sectional dengan gangguan mungkin
dimensi waktu dan saling berhubungan
membuat intersept
ruang pada data bervariasi untuk setiap antar waktu atau antar
panel. perusahaan, individu.
tetapi Keuntungan
masih tetap berasumsi menggunkan model
koefisien slope konstan. Random Effect yakni
menghilangkan heteroske
dastisitas.
Pemilihan Model CEM VS FEM VS REM

H0 : Model CEM Sesuai

H1 : Model REM Sesuai

Uji Breusch Pagan- Legrange Multiplier

Common Fixed Effect Random Effect

Effect Model Uji Chow Model Uji Hausman Model
(CEM) (FEM) (REM)
H0 : Model CEM Sesuai H0 : Model REM Sesuai
H1 : Model FEM Sesuai H1 : Model FEM Sesuai

H0 diterima jika prob > 0.05

H1 diterima jika prob < 0.05
 Ganti Pilihan menjadi
Balanced panel

Buat Workfile
Baru
New>> Workfile

Start Date : Tahun Awal

Perhitungan
Cross Section : Jumlah
Perusahaan
Buat Nama File
Object >>
New Object Buat nama
variabel

Pilih Series
Klik Kanan di
Nilai
Perusahaan,
>>Copy paste
di tempat
kosong (untuk
membuat
variabel lain)
 Keterangan :
Nama variabel
tidak boleh
menggunakan
spasi , sebagai
ganti gunakan
(_)
Ketik Nama Variabel Lain :
DAR dan selanjutnya : EAR,
Financial Risk, Business Risk
Seluruh Variabel yang
Baru di Buat
Klik (+Ctrl)
dimulai dengan
variabel Y (nilai
perusahaan) serta
seluruh variable.
Lanjutkan dengan
klik kanan >>
open >> as Group
Copy- Paste Data Excel di
Workfile E-Views
Regresi dengan Common Effect Model

Lakukan Regresi
Berganda Dengan
klik kanan, open
>> as Equation
Sesuaikan Rumus
Regresi berganda.
c (constanta) di
samping nilai
perusahaan)
Pilih Menu Panel Options

Di Menu Cross-
Section, pilih
none untuk
menandakan
CEM
Output Data Menggunakan CEM

Model CEM,
durbin Watson
sangat kecil
 Klik di menu Tittle, ganti nama
common effect model
Klik Menu
Freeze
Regresi dengan Fixed Effect Model

Lakukan Regresi
Berganda Dengan
klik kanan, open
>> as Equation
 Menu Panel Option,
Sesuaikan Rumus
ganti menjadi Fixed
Regresi berganda.
c (constanta) di samping
nilai perusahaan)
Hasil Output Fixed Effect Model (FEM)
Lakukan juga Freeze
pada hasil output FEM

Model FEM,
durbin Watson
sudah mulai
baik
Penentuan Model CEM VS FEM (Uji Chow)

Dari Hasil Output

FEM, Menu View
>> Fixed/Random
Effect Testing >>
Redundant Fixed
Effect
Penentuan Model CEM VS FEM (Uji Chow)
H0 : Model CEM Sesuai (Prob > 0.05)
H1 : Model FEM Sesuai (Prob < 0.05) Prob < 0.05
(Model FEM
Sesuai)
Regresi dengan Random Effect Model

Lakukan Regresi
Berganda Dengan
klik kanan, open
>> as Equation
Menu Panel
Option,
Pilih
Random
Hasil Output Fixed Effect Model (FEM)

Lakukan juga Freeze

pada hasil output REM

Model REM,
durbin Watson
kecil
Penentuan Model FEM VS REM (Uji Hausman)

Dari Hasil Output

REM, Menu View
>> Fixed/Random
Effect Testing >>
Hausman Test
Penentuan Model REM VS FEM (Uji Chow)
H0 : Model REM Sesuai (Prob > 0.05)
H1 : Model FEM Sesuai (Prob < 0.05) Prob > 0.05
(Model REM
Sesuai)
Kesimpulan
Model REM yang sesuai untuk regresi berganda.
Uji Asumsi Klasik
1. Multikolinearitas

Quick >> Group

Statistics>>
Correlation
…uji Multikolinearitas

Masukkan rumus :
y x1 x2 x3 x4
Kriteria Koefisien Korelasi
Penentuan multikolinearitas pada data panel melalui nilai korelasi antar variable

Nilai r Kriteria
0,00 – 0,29 Korelasi sangat lemah
0,30 – 0,49 Korelasi lemah
0,50 – 0,69 Korelasi cukup
0,70 – 0,79 Korelasi kuat
0,80 – 1,00 Korelasi sangat kuat
 **Teknik Proyeksi Bisnis. 2008. Suliyanto.

Nilai r Kriteria Yogyakarta : Penerbit Andi

0,00 – 0,29 Korelasi sangat lemah

0,30 – 0,49 Korelasi lemah
0,50 – 0,69 Korelasi cukup
0,70 – 0,79 Korelasi kuat
0,80 – 1,00 Korelasi sangat kuat
2. Uji Heterokedastisitas

Klik Generate
Series>> Masukkan
rumus :
resabs=abs(resid)
..Uji Heterokedastisitas

Lakukan regresi
dengan variable y
adalah resabs dan
variable x1, x2, x3,
dan x4
Masukkan rumus berikut:
Hasil Heterokedastisitas

Nilai Probabilitas
variable x1, x2, x3,
dan x4 >0.05
= tidak terjadi
heterokedastisitas
= sebaran data
sama
3. Uji Normalitas

View >> Residual

Diagnostics >>
Histogram –
Normality Test
..hasil normalitas

Probability
Jarque bera
< 0.05 artinya
data TIDAK
NORMAL
4. Uji Autokorelasi dari estimasi Random Effect

Durbin Watson = 1,38

Du = 1,6661
DL = 1,38320
DW < DL
Terjadi Autokorelasi
Thank u
restuhayati@eco.uir.ac.id