Eviews

PROSEDUR – PROSEDUR
POPULER DALAM
EVIEWS
Oleh: Jonathan Sarwono
Pengertian Data Time Series, Data
Silang (Cross-Section) dan Data Panel
 Data time series, merupakan data dimana setiap observasi diidentifikasi
dengan menggunakan waktu atau tanggal.
 Sedang data silang (cross-section) merupakan data dimana setiap observasi
diidentifikasi dengan menggunakan ID unik, misalnya provinsi atau negara,
atau perusahaan.
 Data panel merupakan data gabungan dari data runtun waktu (time series
data) dan data silang (cross-section data). Dengan bahasa populer data
panel atau disebut juga ‘pooled data’ mempunyai dimensi waktu dan ruang.
 Dalam data runtun waktu peneliti mengkaji variabel-variabel yang diteliti
dalam kurun waktu tertentu, misalnya data GDP untuk beberapa tahun
(antara tahun 2000 – 2014).
 Sedang dalam data silang peneliti mengumpulkan nilai dari variabel-variabel
yang diteliti berasal dari beberapa unit sampel atau subyek yang berbeda
pada waktu yang sama, misalnya mengumpulkan nilai saham untuk
perusahaan tertentu di Jakarta pada tahun 2014.
 Dengan kata lain, data runtun waktu menggunakan pendekatan rentang
waktu dalam pengumpulan datanya; sedang data silang lebih mengutamakan
lokasi yang berbeda pada waktu tertentu.
Contoh Data Runtun Waktu Contoh Data Silang (Cross
(Time Series) Section)
 Berikut ini adalah contoh data  Berikut ini adalah contoh data
runtun waktu silang
 Data Pelanggan di PT XYZ di
Tahun Penjualan Tahun 2014
2000 1000000 No Data Pelanggan

2001 1020000
2002 1023000
2003 1203000 1 Amir
2004 1320000 2 Ani
2005 1420000 3 Budi
4 Citra
5 Dewi
Contoh Data Panel
 Berikut ini adalah contoh data panel
Perusahaan Tahun Jumlah Pegawai Jumlah Pelanggan
PT A 2010 100 1000
2011 100 1500
PT B 2010 103 1200
2011 104 1250
PT C 2010 110 1400
2011 115 2000
PT D 2010 98 1100
2011 100 1500

MODEL REGRESI DATA PANEL
Cara-cara membuat estimasi dasar. Sebagai bahan latihan kita akan

menggunakan data dengan nama file “regresi_sederhana_ls.xl” yang
terdiri atas 1 variabel tergantung Y dan 1 variabel bebas X dengan
jumlah data sebanyak 32, maka cara mengaktifkan ialah:
 Buka Eviews
 Membuat file kerja baru
 File > New > Work File beri nama regresi
 Work Structure Type > pilih Unstructured
 Data Range > Observations isikan 32
 Klik OK
Mengaktifkan file kerja
 File > Import > Import Work File
 Cari lokasi file
 Klik Open
 Klik Next > Klik Next sekali lagi
 Klik Finish
Untuk melakukan perhitungan regresi sederhana dalam Eviews dapat dilakukan
melalui 3 cara, yaitu:
1) Cara Pertama: Dari Menu Utama 2) Cara Kedua: Dari Menu Utama
pilih pilih
 Object > New Object > Equation  Quick > Estimate Equation
3. Cara Ketiga: Dengan

menggunakan jendela perintah
 Ketikkan perintah ls
Setelah memilih salah satu cara di atas maka akan muncul kotak persamaan
seperti di bawah ini.
Pada kotak persamaan di atas, kita memerlukan membuat spesifikasi 3 hal di

jendela dialog tersebut, yaitu:
 Tuliskan persamaan ke dalam bagian Equation Specification
 Spesifikasi metode estimasi yang kita akan pergunakan dengan memilih
pada perintah Method
 Spesifikasi sampel yang kita pergunakan pada kolom Sample
STATISTIK DESKRIPTIF
Membuat Estimasi Statistik Deskriptif di Eviews

 Object > New Object > Equation atau
 Quick > Group Statistics > Descriptive Statistics > Common
Sample
 Masukkan variabel yang akan dihitung ke kolom Series List
Contoh Kasus
Untuk kasus ini kita akan menggunakan Mengaktifkan file kerja
file yang bernama deskriptif.xl yang
mempunyai data sebanyak 32 (jumlah
observasi) dengan variabel sebagai
berikut:
Cari lokasi file
 Variabel tergantung: y
 Klik Open
 Variabel bebas: x
 Klik Finish
Untuk menganalisis data tersebut
lakukan langkah – langkah sebagai
berikut: Melakukan Penghitungan
Membuat file kerja baru  Quick > Group Statistics >
Descriptive Statistics > Common
 File > New > Work File beri nama
Sample
glm
 Masukkan variabel yang akan
 Work Structure Type > pilih
dihitung ke kolom Series List: y x
Unstructured
 Klik OK
 Klik OK
 Hasilnya akan seperti di bawah ini:
GENERALIZED LINEAR MODELS (GLM)
Membuat Estimasi GLM di Eviews

 Quick > Estimate Equation.
 Pada perintah Method, pilih GLM
 Pada bagian Equation Specification masukkan variabel
tergantung dan variabel bebas berskala interval.
Contoh Kasus
Untuk kasus ini kita akan menggunakan Cari lokasi file
file yang bernama glm.xl yang mempunyai
 Klik Open
data sebanyak 32 (jumlah observasi)
dengan variabel sebagai berikut:  Klik Next > Klik Next sekali lagi
 Variabel tergantung: y  Klik Finish
 Variabel bebas: x1, x2 dan x3
Melakukan Penghitungan
Untuk menganalisis data tersebut lakukan  Pilih Quick Estimation
langkah – langkah sebagai berikut:
 Method pada pilihan GLM
Membuat file kerja baru Estimation Settings: pilih GLM –
Generalized Linear Models
 File > New > Work File beri nama glm
 Equation Specification masukkan
persamaan: y c x1 x2 x3
Unstructured
 Family pilih Normal
 Link Function pilih Identity
 Klik OK
 Pilihan lain ikuti default Eviews
 Klik OK
GENERALIZED METHOD OF MOMENT
Membuat Estimasi GMM di Eviews

 Pada perintah Method, pilih GMM
tergantung dan variabel bebas berskala interval; sedang pada
pada Instrument List masukan variabel instrumen harus lebih
dari 2 variabel berskala interval
Contoh Kasus
file yang bernama gmm.xl yang
observasi) dengan variabel sebagai  Cari lokasi file
berikut:
 Klik Open
 Variabel bebas: x1,x2 dan x3
 Klik Finish
 Variabel instrument: x4, x5 dan x6
 Pilih Quick Estimation
berikut:  Method pada pilihan Estimation
Settings: pilih GMM – Generalized
Membuat file kerja baru
Method of Moments
gmm
persamaan: y c x1 x2 x3
 Pada pilihan Instrument List
Unstructured
masukkan: x4 x5 x6
 Data Range > Observations isikan
32
 Klik OK
 Klik OK
Two Stage Least Square (TSLS)
Membuat Estimasi TSLS di Eviews

 Pada perintah Method, pilih TSLS
pada Instrument List masukan variabel instrumen harus lebih
dari 1 berskala interval
Contoh Kasus
file yang bernama tsls.xl yang
berikut:
 Klik Open
 Variabel bebas: x1 dan x2
 Klik Finish
 Variabel instrument: x3 dan x4
Settings: pilih TSLS – Two Stage
Membuat file kerja baru
Least Squares
tsls
persamaan: y c x1 x2
Unstructured
masukkan: x3 x4
133
 Klik OK
 Klik OK
COINTEGRATING REGRESSION
Membuat Estimasi Cointegrating Regression di Eviews

 Pada perintah Method, pilih Cointegrating Regression
pada Deterministic Regressor masukan variabel bebas berskala
interval dan Additional Deterministic Regressor masukan
variabel bebas berskala interval lainnya
Contoh Kasus
Untuk kasus ini kita akan menggunakan file Mengaktifkan file kerja
yang bernama coint_regression.xl yang
observasi) dengan variabel sebagai berikut:  Cari lokasi file
 Variabel tergantung: y  Klik Open
 Variabel bebas: x1,x2  Klik Next > Klik Next sekali lagi
 Variabel bebas penentu (Deterministic  Klik Finish
regressor): x3
 Tambahan variabel bebas penentu
(Additional deterministic regressor): Melakukan Penghitungan
x4  Pilih Quick Estimation
 Method pada pilihan Estimation
Untuk menganalisis data tersebut lakukan Settings: pilih COINTREG -
langkah – langkah sebagai berikut: Cointegrating Regression
Membuat file kerja baru  Equation Specification masukkan

persamaan: y c x1 x2
gmm  Deterministic regressor: x3
 Work Structure Type > pilih  Additional deterministic regressor: x4

Unstructured  Pilihan lain ikuti default Eviews
 Data Range > Observations isikan 32  Klik OK
 Klik OK
QUANTILE REGRESSION
Membuat Estimasi Quantile Regression di Eviews

 Pada perintah Method, pilih Quantile Regression
tergantung dan variabel bebas berskala interval.
Contoh Kasus
file yang bernama
quantile_regression.xl yang mempunyai
data sebanyak 32 (jumlah observasi)
dengan variabel sebagai berikut:
Cari lokasi file
 Klik Open
 Klik Finish
berikut: Melakukan Penghitungan
 Membuat file kerja baru  Pilih Quick Estimation
 File > New > Work File beri nama  Method pada pilihan Estimation
quantile_regression Settings: pilih QREG -
Quantile_Regression
Unstructured  Equation Specification masukkan
persamaan: y c x
32  Quantile Estimate sebesar 0,5
 Klik OK  Pilihan lain ikuti default Eviews
 Klik OK
LIMITED INFORMATION MAXIMUM
LIKELIHOOD AND K CLASS
Membuat Estimasi LIML di Eviews

 Pada perintah Method, pilih LIML
pada Instrument List masukan variabel instrumen variabel
berskala interval
Contoh Kasus
file yang bernama liml.xl yang
berikut:
 Klik Open
 Variabel bebas: x2
 Klik Finish
 Variabel instrument: x1
Settings: pilih LIML – Limited
Information Maximum Likelihood
 File > New > Work File beri nama and K Class
gmm
 Work Structure Type > pilih persamaan: y c x2
Unstructured
 Data Range > Observations isikan masukkan: x1
32
 Klik OK
 Klik OK
AUTOREGRESSIVE CONDITIONAL
HETEROSCEDASTICITY
Membuat Estimasi Autoregressive Conditional Heteroscedasticity

(ARCH) di Eviews
 Pada perintah Method, pilih ARCH
 Pada bagian Mean Equation masukkan variabel tergantung dan
variabel bebas berskala interval; dan pada Variance Regressor
masukan variabel bebas berskala interval
Contoh Kasus
file yang bernama autoregressive.xl
yang mempunyai data sebanyak 32
(jumlah observasi) dengan variabel  Cari lokasi file
sebagai berikut:
 Klik Open
 Variabel bebas: x1,x2 dan x3
 Klik Finish
 Variance Regressor: x4
berikut:  Method pada pilihan Mean
Equation: pilih ARCH –
Autoregresive Conditional
 File > New > Work File beri nama Hetereskedasticity
arch
 Mean Equation masukkan
 Work Structure Type > pilih persamaan: y c x1 x2 x3
Unstructured
 Pada pilihan Variance Regressor
 Data Range > Observations isikan masukkan: x4
32
 Klik OK
 Klik OK
CENSORED ATAU TRUNCATED DATA
Membuat Estimasi Censored atau Truncated Data di Eviews

 Pada perintah Method, pilih Censored or Truncated Data
tergantung berskala interval dan variabel bebas berskala
interval.
Contoh Kasus
file yang bernama censored.xl yang
berikut:
 Klik Open
 Variabel tergantung: nim
 Variabel bebas: car dan ldr
 Klik Finish

berikut:  Pilih Quick Estimation
 Membuat file kerja baru  Method pada pilihan Estimation
Settings: pilih CENSORERED –
Censored or Truncated Data
censored data
persamaan: nim c car ldr
Unstructured
 Distribution pilih Normal
95  Pilihan lain ikuti default Eviews
 Klik OK  Klik OK
INTEGER COUNT DATA
Membuat Estimasi Integer Count Data di Eviews

 Pada perintah Method, pilih Integer Count Data
tergantung dan variabel bebas dengan bilangan integer.
Contoh Kasus
file yang bernama integer.xl yang
berikut:
 Klik Open
 Klik Finish

Settings: pilih COUNT – Integer
Count Data
integer
persamaan: y c x
Unstructured
32  Klik OK
 Klik OK
ORDERED CHOICE
Membuat Estimasi Ordered Choice di Eviews

 Pada perintah Method, pilih Ordered Choice
tergantung berskala nominal (biner) dan variabel bebas berskala
interval.
Contoh Kasus
file yang bernama ordered_choice2.xl
sebagai berikut:
 Klik Open
 Klik Finish

Settings: pilih ORDERED – Ordered
Choice
ordered_choice
persamaan: y c x
Unstructured
 Error Distribution pilih Normal
32  Pilihan lain ikuti default Eviews
 Klik OK  Klik OK
BINARY CHOICE
Membuat Estimasi Binary Choice di Eviews

 Pada perintah Method, pilih Binary Choice
tergantung berskala nominal (biner) dan variabel bebas berskala
interval.
Contoh Kasus
file yang bernama binary_choice2.xl
sebagai berikut:
 Klik Open
 Klik Finish

Settings: pilih BINARY – Binary
Choice
binary_choice
persamaan: y c x
Unstructured
 Binary Estimation Method pilih
Probit
32
 Klik OK
 Klik OK
STEPWISE LEAST SQUARE (STEPWISE
REGRESSION)
Membuat Estimasi Stepwise Least Square di Eviews

 Pada perintah Method, pilih Stepwise Least Square
tergantung berskala interval dan List of Search Regressor
masukkan variabel bebas dan nilai konstan c.
Contoh Kasus
Untuk kasus ini kita akan menggunakan file Cari lokasi file
yang bernama stepwise ls.xl yang
 Klik Open
observasi) dengan variabel sebagai berikut:  Klik Next > Klik Next sekali lagi
 Variabel tergantung: y  Klik Finish
 Variabel bebas: x1, x2, x3, x4, x5 dan x6
 Melakukan Penghitungan
Untuk menganalisis data tersebut lakukan Pilih Quick Estimation
 Membuat file kerja baru Settings: pilih STEPLS – Stepwise
Least Squares
stepwise ls  Equation Specification masukkan
persamaan: y
Unstructured  List of Search Regressors masukkan
c x1, x2, x3, x4, x5, dan x6
 Option > Selection Method: pilih
 Klik OK
Stepwise dan Forwrads; Stopping
Criteria > cek p value > p value
forwards: ganti dengan 0,05
 Klik OK
UJI ASUMSI KLASIK DALAM EVIEWS
Uji Multikolinearitas
Untuk melakukan uji multikolinieritas, langkah-langkahnya ialah:
 Aktifkan Eviews
 Import data yang akan diuji
 Blok semua variabel yang akan diuji, klik kanan > Open > Open as
equation > Ok
 Abaikan hasilnya, kemudian klik Quick > Group Statistic> Correlations
Ketentuan: tidak terjadi multikolinieritas jika nilai korelasi antar semua

variabel bebas yang diuji < 0,9 (Hair:2010).
Uji Heteroskedastisitas
Untuk melakukan uji heteroskedastisitas, langkah-langkahnya ialah:
 Aktifkan Eviews
 Blok semua variabel yang akan diuji, klik kanan > Open > Open as equation >Ok
 Pilih View > Actual, Fitted Residual > Actual, Fitted Residual Graph > Ok
Untuk membuktikan tidak ada heteroskedastisitas, pilih uji white

heteroscedasticity dengan cara: Klik View > Residual diagnostics >
Heteroscedasticity Test > White > hilangkan tanda ceklist (v) pada "Include white
cross terms" kemudian klik Ok
Hipotesis yang diuji:

 H0: Tidak terjadi heteroskedastisitas pada sebaran data
 H1: Terjadi heteroskedastisitas pada sebaran data
Ketentuan
 Jika p-value / signifikansi hitung < 0,05, maka H0 ditolak
 Jika p-value / signifikansi hitung > 0,05, maka H0 diterima
 Tidak terjadi heteroskedastisitas jika nilai p-value > 0,05
Uji Otokorelasi
Untuk melakukan uji otokorelasi, langkah-langkahnya ialah:
 Aktifkan Eviews
 Blok semua variabel yang ingin diuji, klik kanan > Open > Open as
equation > Ok
 Klik View > Residual Diagnostics > Serial Correlation LM Test > Ok
Hipotesis yang diuji

 H0: Tidak terdapat korelasi serial pada sebaran data
 H1: Terdapat korelasi serial pada sebaran data
Ketentuan:
 Tidak terdapat korelasi serial pada sebaran data jika nilai p-value > 0,05.
Uji Normalitas
Untuk melakukan uji normalitas, langkah-langkahnya ialah:
 Aktifkan Eviews
 Blog semua variabel yang akan diuji, klik kanan > Open > Open as
equation >Ok
 Klik View > Residual Diagnostics > Histogram Normality Test > Ok
Hipotesis yang diuji

 H0: Error term / disturbance berdistribusi normal
 H1: Error term / disturbance tidak berdistribusi normal
Ketentuan:
 Data berdistribusi normal jika nilai p-value hasil hitung > 0,05.
ROBUST LEAST SQUARE / REGRESSION
Membuat Estimasi Robust Least Square di Eviews

 Pada perintah Method, pilih Robust Least Square
tergantung berskala interval dan variabel bebas dan nilai konstan
c.
Contoh Kasus
Untuk kasus ini kita akan menggunakan Cari lokasi file
file yang bernama robust ls.xl yang
 Klik Open
observasi) dengan variabel sebagai  Klik Next > Klik Next sekali lagi
berikut:
 Klik Finish
 Variabel bebas: x1, x2, dan x3
Untuk menganalisis data tersebut lakukan
Settings: pilih ROBUST LS – Robust
Membuat file kerja baru Least Squares
 File > New > Work File beri nama rls  Equation Specification masukkan
persamaan: y c x1, x2, dan x3
Unstructured  Robust Estimation Type pilih M -
estimation
 Klik OK
 Klik OK

 Untuk mendalami lebih lanjut, silahkan membaca buku
Eviews saya dengan judul: “Prosedur – Prosedur Analisis
Populer Aplikasi Riset Skripsi dan Tesis dengan EViews”
Buku ini berisi:
 Pengertian data panel
 Beberapa fungsi pokok dalam Eviews
 Statistik Dasar
 Aplikasi Dalam Riset Menggunakan Prosedur
 Regresi dengan data panel
 Generalized Linear Model
 Generalized Method of Moment
 Two Stage Least Square
 Cointegrating Regression
 Quantile Regression
 Metode Least Square
 Limited Information Maximum Likelihood and K Class
 Autoregressive Conditional Heteroscedasticity
 Censored or Truncated Data
 Integer Count Data
 Ordered Choice
 Binary Choice
 Stepwise Least Square
 Uji Asumsi
 Robust Least Square

Eviews

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

Eviews

Diunggah oleh

Hak Cipta:

Format Tersedia

PROSEDUR – PROSEDUR

2000 1000000 No Data Pelanggan

 Berikut ini adalah contoh data panel

Perusahaan Tahun Jumlah Pegawai Jumlah Pelanggan

PT A 2010 100 1000

2011 100 1500

PT B 2010 103 1200

2011 104 1250

PT C 2010 110 1400

2011 115 2000

2011 100 1500

Cara-cara membuat estimasi dasar. Sebagai bahan latihan kita akan

3. Cara Ketiga: Dengan

Pada kotak persamaan di atas, kita memerlukan membuat spesifikasi 3 hal di

Membuat Estimasi Statistik Deskriptif di Eviews

Membuat Estimasi GLM di Eviews

Membuat Estimasi GMM di Eviews

Membuat Estimasi TSLS di Eviews

Membuat Estimasi Cointegrating Regression di Eviews

Membuat file kerja baru  Equation Specification masukkan

 Work Structure Type > pilih  Additional deterministic regressor: x4

Membuat Estimasi Quantile Regression di Eviews

Membuat Estimasi LIML di Eviews

Membuat Estimasi Autoregressive Conditional Heteroscedasticity

Membuat Estimasi Censored atau Truncated Data di Eviews

Untuk menganalisis data tersebut

Membuat Estimasi Integer Count Data di Eviews

Untuk menganalisis data tersebut

Membuat Estimasi Ordered Choice di Eviews

Untuk menganalisis data tersebut

Membuat Estimasi Binary Choice di Eviews

Untuk menganalisis data tersebut

Membuat Estimasi Stepwise Least Square di Eviews

Ketentuan: tidak terjadi multikolinieritas jika nilai korelasi antar semua

Untuk membuktikan tidak ada heteroskedastisitas, pilih uji white

Hipotesis yang diuji:

Hipotesis yang diuji

Hipotesis yang diuji

Membuat Estimasi Robust Least Square di Eviews

Mengaktifkan file kerja

Anda mungkin juga menyukai