PRAKTIKUM ASUMSI KLASIK REGRESI OLS: SOFTWARE EVIEWS 8

(1)

KLASIK REGRESI OLS:

SOFTWARE EVIEWS 8

AL MUIZZUDDIN F., SE., ME.

EKONOMETRIKA 1 GENAP 2014/15 UNIVERSITAS BRAWIJAYA

(2)

UJI MULTIKOLINEARITAS

UJI VIF KORELASI BERPASAN GAN REGRESI AUXILIARY

2

1

2

3

m iz u. lect ure. ub. ac. id

(3)

DATA

• LIHAT GUJARATI (2008) HALAMAN 358

3

(4)

MASUKKAN DATA KE EXCEL

4

(5)

ESTIMASI MODEL REGRESI

• Regresikan model berikut di Eviews

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

5

(6)

5/ 27/

6 Regresi

(7)

UJI VIF

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

• Setelah itu akan muncul hasil uji VIF

7

1

(8)

8

(9)

HASIL UJI VIF

9

Intepretasi:

Karena nilai VIF lebih dari 10, maka model regresi

tersebut terdapat masalah multikolinearitas. m

iz u. lect ure. ub. ac. id

(10)

PAIR-WISE CORRELATIONS

10

• 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)

2

(11)

11

(12)

12

(13)

HASIL KORELASI BERPASANGAN

13

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.

(14)

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

14

3

Petunjuk:

Jika nilai R2 _{model Regresi 1 > R}2 _{model Regresi 2 dan 3}

maka model regresi tersebut tidak ada multikolinearitas

(15)

HASIL REGRESI 1

15

(16)

HASIL REGRESI 2

16

(17)

HASIL REGRESI 3

17

(18)

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

(19)

STOP

19

(20)

UJI HETEROSKEDASTISITAS

Glejser White BPG

20

(21)

DATA

• LIHAT GUJARATI (2008) HALAMAN 406

21

(22)

MASUKKAN DATA KE EXCEL

22

(23)

ESTIMASI MODEL REGRESI

• Regresikan model berikut di Eviews

• MPGi = β1 + β2SPi + β3HPi + β4WTi + ui

23

(24)

REGRESI

24

(25)

UJI GLEJSER

• 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

25

(26)

26

(27)

27

(28)

S

IL

U

J

I G

L

E

J

S

E

R

5/

28

(29)

INTEPRETASI HASIL

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

• Maka model regresi tersebut terdapat masalah heteroskedastisitas

29

(30)

UJI WHITE

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

30

(31)

31 S

IL

U

J

I W

H

IT

E

(32)

INTEPRETASI HASIL

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

32

(33)

GODFREY (BPG)

• Pilih salah satu uji yang ingin dijalankan, misal: BPG

33

(34)

34 S

IL

U

J

I B

P

G

(35)

INTEPRETASI HASIL

35

(36)

STOP

36

(37)

UJI AUTOKORELASI

DW

BG

37

(38)

Durbin Watson (DW)-test

• 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

38

(39)

TEST

39

• Regresikan model di atas

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

• Isikan lag = 2 m iz u. lect ure. ub. ac. id

(40)

40

(41)

41 S

IL

U

J

I B

G

(42)

INTEPRETASI HASIL

• Maka model regresi tersebut terdapat masalah autokorelasi

42

(43)

STOP

43

(44)

UJI NORMALITAS

44

(45)

JB TEST

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

‘normalitiy test’

45

(46)

46

(47)

HASIL JB TEST

47

(48)

INTEPRETASI HASIL

• 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

48

(49)

STOP

49

(50)

MATERI UAS

1.

MODEL LOG LINEAR

2.

MODEL DUMMY

3.

UJI ASUMSI KLASIK

a. MULTIKOL b. HETERO c. AUTOKORELASI d. NORMALITAS

50

(51)

TIPS DAN TRIK UAS

• PAHAMI TEORI REGRESI TERLEBIH DAHULU

• PELAJARI CARA MEMBACA HASIL REGRESI DARI EVIEWS MULAI DARI AWAL

• PELAJARI MATERI SETELAH UTS-AKHIR

51

(52)

MODEL UAS

1. TULIS (70%)

2. TAKE HOME (30%)

52

(53)

KISI-KISI UAS TULIS

•

SOAL BERJUMLAH 5-10 BUAH

•

SOAL TEORI (30%)

•

SOAL PRAKTIK (70%)

•

WAKTU 60 MENIT

•

TUTUP BUKU

53

(54)

UAS TAKE HOME

• BUATLAH SEBUAH MODEL REGRESI

DAN LAKUKAN UJI ASUMSI KLASIK

• LANGKAH PEMBUATAN TUGAS:

 BUAT MODEL REGRESINYA, MINIMAL 5 VARIABEL

 Misal: GDP-growth = f (Labor, Inflation,

Schooling, Infrastructure, Domestic Investment)  CARILAH DATA YANG AKAN DIGUNAKAN

PADA WEB BERIKUT:

http://databank.worldbank.org/

54

(55)

FORMAT PENULISAN PAPER

•

LIHAT SEPERTI PADA TUGAS UTS

KEMARIN

55

(56)