Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 1 TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry REGRESI SEDERHANA Model regresi sederhana dilakukan jika bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila ada satu variabel independen sebagai prediktor dimanipulasi (dinaik turunkan nilainya). Persamaan yang diperoleh dari regresi sederhana adalah Y = β 0 + β 1 X + µ Contoh sederhana adalah mengenai pendapatan dan pengeluaran Mr. ABC , dengan Y sebagai pengeluaran, dan X sebagai pendapatan, dan µ adalah error. Tiga model persamaan tunggal yang umum digunakan adalah OLS, ILS, dan 2SLS (Gujarati dan Porter, 2009). Ordinary least square (OLS) merupakan metode estimasi yang sering digunakan untuk mengestimasi fungsi regresi populasi dan fungsi regresi sampel. Kriteria OLS adalah “line best fit” atau jumlah kuadrat dari deviasi antara titik-titik observasi dengan garis regresi adalah minimum. (penjelasan OLS, ILS dan 2SLS secara teknis dapat anda baca di Buku Gujarati dan Porter. 2009. Dasar-dasar ekonometrika. Jakarta : salemba empat). Oke..langsung ke pokok masalah dan contoh kasus. Contoh Kasus Keterangan : Data Fiktif Mr. X ingin meneliti pengaruh pendapatan yang diterimanya setiap bulan terhadap jumlah pengeluaran rumah tangga. Ia mengumpulkan data pendapatan selama 32 bulan mulai dari Januari 2009 sampai dengan agustus 2011.
13
Embed
TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE · PDF fileTeorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 2 Data Eviews : Regresi Sederhana OBS IN OUT 2009:1 17.320 14.090
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 1
TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS)
http://teorionline.wordpress.com By Hendry
REGRESI SEDERHANA
Model regresi sederhana dilakukan jika bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila ada satu variabel independen sebagai prediktor dimanipulasi (dinaik turunkan nilainya). Persamaan yang diperoleh dari regresi sederhana adalah Y = β0 + β1 X + µ
Contoh sederhana adalah mengenai pendapatan dan pengeluaran Mr. ABC , dengan Y sebagai pengeluaran, dan X sebagai pendapatan, dan µ adalah error.
Tiga model persamaan tunggal yang umum digunakan adalah OLS, ILS, dan 2SLS (Gujarati dan Porter, 2009). Ordinary least square (OLS) merupakan metode estimasi yang sering digunakan untuk mengestimasi fungsi regresi populasi dan fungsi regresi sampel. Kriteria OLS adalah “line best fit” atau jumlah kuadrat dari deviasi antara titik-titik observasi dengan garis regresi adalah minimum. (penjelasan OLS, ILS dan 2SLS secara teknis dapat anda baca di Buku Gujarati dan Porter. 2009. Dasar-dasar ekonometrika. Jakarta : salemba empat).
Oke..langsung ke pokok masalah dan contoh kasus.
Contoh Kasus
Keterangan : Data Fiktif
Mr. X ingin meneliti pengaruh pendapatan yang diterimanya setiap bulan terhadap jumlah pengeluaran rumah tangga. Ia mengumpulkan data pendapatan selama 32 bulan mulai dari Januari 2009 sampai dengan agustus 2011.
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 2
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 3
PENYELESAIAN
Langkah pertama.
Mentabulasi data ke dalam Excel
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 4
Langkah 2. Buka Eviews
Klik File- New-WorkFile
Figure 1 : setting awal
Klik pada frekuensi pilih “monthly” atau bulanan kemudian isi nilai 2009:1 pada Start Date dan 2010:8 pada “End Date”
Baca aturan setting Eviews di sini
Figure 2. Tampilan Awal
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 5
Tahap 3. Menyimpan Workfiles
Secara default, Eviews akan menyimpan File ke Directory My Document, jika anda ingin menyimpannya ke tempat lain maka lakukan penyimpanan dengan mengklik File Save As, lalu pilih Direktori Baru yang anda inginkan.
Tahap 4. Import Data
Klik Proc – Import – Read Text – Lotus – Excel
Figure 3. Import Data
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 6
Pilih data yang akan diimport (excel format 1997 – 2003)
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 7
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 8
Tahap 5. Membuat Equation
Klik Quick – Estimate Equation, lalu setting data seperti ini :
out c pdp
Keterangan : out adalah variabel pengeluaran, c adalah konstanta, dan pdp adalah variabel pendapatan
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 9
Klik OK
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 10
HASIL
Estimation Command: ========================= LS OUT C PDP Estimation Equation: ========================= OUT = C(1) + C(2)*PDP Substituted Coefficients: ========================= OUT = 0.706283629442 + 0.838759616406*PDP
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 11
Tahap 6. Membuat Scatter Plot Regresi
Klik kanan pada datareg1
Klik Views-Graph..lalu setting seperti ini :
Spesific pilih “Scatter”, dan pada Fit Lines pilih “regression line”
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 12
Tahap 7. Uji Normalitas
Pada hasil uji yang kita berinama “eq01”, klik Views – Residual Test – Histogram – Normality test
Teorionline Tutorial : EVIEWS Regresi Sederhana By Hendry Page 13
INTERPRETASI HASIL
Persamaan yang diperoleh adalah
OUT = 0.706283629442 + 0.838759616406*PDP
Persamaan ini dapat diartikan bahwa jika PDP (pendapatan) bernilai nol, maka pengeluaran
adalah sebesar 0.706 Juta. Jika pendapatan naik satu juta, maka akan menaikkan pengeluaran
(OUT) sebesar 0.838 juta.
Nilai probabilitas adalah 0.00 (< 0.05) sehingga dapat dikatakan model ini adalah signifikan.
Sementara berdasarkan hasil uji normalitas dapat dilihat dari nilai probabilitas dari Jargue-Bera
(JB). Jika probabilitas > 0.05, maka model dinyatan normal. Berdasarkan parameter ini diketahui
bahwa besaran nilai probabilitas pada JB adalah 0.02, lebih kecil dibanding nilai 0.05. Dengan
demikian dapat disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas.