PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8

PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8 AL MUIZZUDDIN F., SE., ME. EKONOMETRIKA 1 GENAP 2014/15 UNIVERSITAS BRAWIJAYA

5/27/2015

UJI MULTIKOLINEARITAS UJI

VIF

2

3

REGRESI AUXILIARY mizu.lecture.ub.ac.id

1

KORELASI BERPASAN GAN

2

5/27/2015

DATA LIHAT GUJARATI (2008) HALAMAN 358

mizu.lecture.ub.ac.id

•

3


MASUKKAN DATA KE EXCEL

4

5/27/2015

5/27/2015

•

Regresikan model berikut di Eviews

•

ln Importst = β1 + β2 lnGDPt + β3 ln CPIt + ut


ESTIMASI MODEL REGRESI

5


5/27/2015

Hasil Regresi 6

5/27/2015

UJI VIF •

Dari hasil output Eviews klik menu ‘view’  ‘coefficient diagnostic’  variance inflation factors

•

Setelah itu akan muncul hasil uji VIF


1

7

8


5/27/2015

5/27/2015

Intepretasi: Karena nilai VIF lebih dari 10, maka model regresi tersebut terdapat masalah multikolinearitas.


HASIL UJI VIF

9

5/27/2015

PAIR-WISE CORRELATIONS •

Klik menu ‘quick’  ‘group statistics’  correlation

•

Kemudian isikan dalam kotak series list dengan mengisi variable bebas yang akan dilihat korelasinya

•

Variabel yang diisikan: log(gdp) log(cpi) mizu.lecture.ub.ac.id

2

10

11


5/27/2015

12


5/27/2015

5/27/2015

Intepretasi: Karena nilai korelasi dari masing-masing variable bebas menunjukkan angka 0,9 yang berarti korelasinya cukup tinggi maka model regresi tersebut terdapat masalah multikolinearitas.


HASIL KORELASI BERPASANGAN

13

5/27/2015

AUXILIARY REGRESSIONS •

REGRESIKAN MODEL BERIKUT

•

REGRESI 1 : ln Importst = β1 + β2 lnGDPt + β3 ln CPIt + ut

•

REGRESI 2 : ln GDPt = β4 + β5 ln CPIt

•

REGRESI 3 : ln CPIt = β4 + β5 ln GDPIt

Petunjuk: Jika nilai R2 model Regresi 1 > R2 model Regresi 2 dan 3  maka model regresi tersebut tidak ada multikolinearitas


3

14


HASIL REGRESI 1

15

5/27/2015


HASIL REGRESI 2

16

5/27/2015


HASIL REGRESI 3

17

5/27/2015

5/27/2015

INTEPRETASI HASIL R2 pada model regresi 1 lebih besar dari pada R2 model regresi 2 dan 3, maka model regresi ini tidak terjadi multikolinearitas.


•

18


STOP

19

5/27/2015

5/27/2015

UJI HETEROSKEDASTISITAS BPG

Glejser


White

20

5/27/2015

DATA LIHAT GUJARATI (2008) HALAMAN 406


•

21


MASUKKAN DATA KE EXCEL

22

5/27/2015

5/27/2015

•

Regresikan model berikut di Eviews

•

MPGi = β1 + β2SPi + β3HPi + β4WTi + ui


ESTIMASI MODEL REGRESI

23


5/27/2015

HASIL ESTIMASI MODEL REGRESI

24

5/27/2015

•

Regresikan model regresi di atas

•

Dari hasil output regresi, klik menu ‘view’  ‘residual diagnostic’  ‘heteroskedasticity test’

•

Kemudian akan muncul menu uji hetero

•

Pilih salah satu uji yang ingin dijalankan, misal: uji glejser

•

Klik ok dan lihat hasilnya


UJI GLEJSER

25

26


5/27/2015

27


5/27/2015


5/27/2015

HASIL UJI GLEJSER 28

5/27/2015

•

Variabel SP, HP, dan WT signifikan pada α = 1%

•

Maka model regresi tersebut terdapat masalah heteroskedastisitas


INTEPRETASI HASIL

29

5/27/2015

•


•


•


•

Pilih salah satu uji yang ingin dijalankan, misal: uji white

•



UJI WHITE

30


HASIL UJI WHITE 31

5/27/2015

5/27/2015

•

Nilai probabilitas dari nilai Obs*R-squared menunjukkan hasil yang signifikan (< α = 1%)

•



INTEPRETASI HASIL

32

•


•


•


•

Pilih salah satu uji yang ingin dijalankan, misal: BPG

•


5/27/2015 mizu.lecture.ub.ac.id

UJI BREUSCH-PAGANGODFREY (BPG)

33


HASIL UJI BPG 34

5/27/2015

5/27/2015

•


•



INTEPRETASI HASIL

35


STOP

36

5/27/2015

DW mizu.lecture.ub.ac.id

UJI AUTOKORELASI

BG 37

5/27/2015

5/27/2015

•


•

Dari hasil output regresi, lihat nilai DW

•

Kemudian lihat table DW, cari nilai DL dan DU

•

Lihat apakah nilai DW masuk dalam daerah aman atau tidak ada autokorelasi mizu.lecture.ub.ac.id

Durbin Watson (DW)-test

38

•

Regresikan model di atas

•

Kemudian klik menu ‘view’  ‘residual diagnostic’  ‘serial correlation LM test’

•

Isikan lag = 2

5/27/2015 mizu.lecture.ub.ac.id

BREUSCH-GODFREY (BG) TEST

39

40


5/27/2015


HASIL UJI BG 41

5/27/2015

5/27/2015

•


•

Maka model regresi tersebut terdapat masalah autokorelasi


INTEPRETASI HASIL

42


STOP

43

5/27/2015


UJI NORMALITAS

44

5/27/2015

5/27/2015

•


•

Dari hasil output regresi, klik menu ‘view’  ‘residual diagnostic’  ‘histogram’  ‘normalitiy test’

•

Klik ok dan lihat hasilnya mizu.lecture.ub.ac.id

JB TEST

45

46


5/27/2015


HASIL JB TEST

47

5/27/2015

5/27/2015

•

Lihat nilai probabilitas JB yang sebesar 0,000 (< α = 1%)

•

Maka dapat disimpulkan bahwa model regresi tersebut memiliki distribusi error/residual/disturbance yang tidak normal


INTEPRETASI HASIL

48


STOP

49

5/27/2015

5/27/2015

1.

MODEL LOG LINEAR

2.

MODEL DUMMY

3.

UJI ASUMSI KLASIK a. b. c. d.

MULTIKOL HETERO AUTOKORELASI NORMALITAS


MATERI UAS

50

5/27/2015

•

PAHAMI TEORI REGRESI TERLEBIH DAHULU

•

PELAJARI CARA MEMBACA HASIL REGRESI DARI EVIEWS MULAI DARI AWAL

•

PELAJARI MATERI SETELAH UTS-AKHIR mizu.lecture.ub.ac.id

TIPS DAN TRIK UAS

51

5/27/2015

1.

TULIS (70%)

2.

TAKE HOME (30%)


MODEL UAS

52

5/27/2015

KISI-KISI UAS TULIS BERJUMLAH 5-10 BUAH

• SOAL TEORI

• SOAL

(30%)

PRAKTIK (70%)

• WAKTU • TUTUP

60 MENIT BUKU


• SOAL

53

5/27/2015

UAS TAKE HOME •

BUATLAH SEBUAH MODEL REGRESI DAN LAKUKAN UJI ASUMSI KLASIK

•

LANGKAH PEMBUATAN TUGAS:  BUAT MODEL REGRESINYA, MINIMAL 5 VARIABEL

 CARILAH DATA YANG AKAN DIGUNAKAN PADA WEB BERIKUT: http://databank.worldbank.org/


 Misal: GDP-growth = f (Labor, Inflation, Schooling, Infrastructure, Domestic Investment)

54

5/27/2015

FORMAT PENULISAN PAPER • LIHAT


SEPERTI PADA TUGAS UTS KEMARIN

55


SELAMAT BELAJAR!!

56

5/27/2015

PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8

Recommend Documents