16
APLIKASI EVIEWS: REGRESI BERGANDA APLIKASI EKONOMETRIKA 1 DENGAN EVIEWS 8 LIHAT GUJARATI (2008) HAL 218, NOMER 7.16 AL MUIZZUDDIN F., SE., ME. JIE FEB UNIVERSITAS BRAWIJAYA 2015 (mizu.lecture.ub.ac.id)

APLIKASI EVIEWS: REGRESI BERGANDAmizu.lecture.ub.ac.id/files/2015/03/Model-Regresi...APLIKASI EVIEWS: REGRESI BERGANDA APLIKASI EKONOMETRIKA 1 DENGAN EVIEWS 8 LIHAT GUJARATI (2008)

  • Upload
    others

  • View
    32

  • Download
    0

Embed Size (px)

Citation preview

  • APLIKASI EVIEWS: REGRESI BERGANDA

    APLIKASI EKONOMETRIKA 1 DENGAN EVIEWS 8

    LIHAT GUJARATI (2008) HAL 218, NOMER 7.16

    AL MUIZZUDDIN F., SE., ME.

    JIE FEB UNIVERSITAS BRAWIJAYA

    2015

    (mizu.lecture.ub.ac.id)

  • DATA

    5/13/2015 2

  • 5/13/2015 3

  • STEP 1

    • Masukkan data ke

    dalam file excel

    seperti berikut:

    5/13/2015 4

  • STEP 2

    • Buka program Eviews 8

    • Klik ‘create a new workfile’

    • Pilih ‘quarterly’ pada kolom ‘work file create’

    • Start date isi dengan nilai 1971:03

    • End date isi dengan nilai 1975:02

    5/13/2015 5

  • LIHAT TAMPILAN BERIKUT

    5/13/2015 6

  • TAMPILAN MENU BARUSETELAH STEP 2 DILAKUKAN

    5/13/2015 7

  • STEP 3

    • Kemudian buat variable baru: y, x2, x3, x4, x5

    • Caranya, klik menu ‘object’ pilih ‘new object’

    • Kemudian akan muncul tampilan menu ‘new object’

    • Menu new object harus diisi dengan: type of object isi

    ‘series’, name for object isi ‘y’ jika anda akan membuat

    variable y dan isi ‘x2’ jika anda ingin membuat variable x2, dan

    seterusnya lakukan lakukan langkah yang sama untuk

    membuat variable yang lainnya

    5/13/2015 8

  • TAMPILAN SETELAH STEP 3 DILAKUKAN

    5/13/2015 9

  • STEP 4

    • Masukkan data yang ada di file excel yang telah kita buat

    sebelumnya ke dalam file eviews yang sudah kita siapkan,

    dengan cara mengcopy-paste data tersebut

    5/13/2015 10

  • STEP 5

    • Buat model regresi yang ingin anda jalankan. Namun, pertama anda harus

    menentukan bentuk modelnya.

    • Sebagaimana yang telah dijelaskan di awal slide, bentuk model yang akan kita

    gunakan adalah sebagai berikut:

    • 𝑦 = 𝛼1 + 𝛼2𝑥2 + 𝛼3𝑥3 + α4𝑥4 + α5𝑥5

    • 𝑙𝑛𝑦 = 𝛽1 + 𝛽2𝑙𝑛𝑥2 + 𝛽3𝑙𝑛𝑥3 + 𝛽4𝑙𝑛𝑥4 + 𝛽5𝑙𝑛𝑥5

    • Karena model regresi tersebut ada yang menggunakan nilai log, maka kita

    harus membuat nilati variable ke dalam belum bentuk log.

    • Caranya yaitu klik menu ‘quick’ lalu pilih ‘generate series’

    • Berikutnya akan muncul menu baru yaitu ‘generate series by equation’

    • Isi kolom ‘enter equation’ dengan lny=log(y) kemudian klik ‘ok’

    • Lakukan hal yang sama untuk variable yang lainnya

    5/13/2015 11

  • TAMPILAN SETELAH STEP 5 DILAKUKAN

    5/13/2015 12

  • STEP 6

    • Regresikan kedua variable tersebut dalam model yang kita

    akan gunakan dengan cara: klik menu ‘quick’, kemudian pilih

    ‘estimate equation’ lalu pada kolom ‘equation estimation’ isi

    dengan rumus y c x2 x3 x4 x5

    5/13/2015 13

  • HASIL REGRESI LOG SETELAHSTEP 6 DILAKUKAN

    5/13/2015 14

  • BANDINGKAN DENGAN HASILREGRESI TANPA DIBUAT NILAI

    LOG DARI MASING-MASINGVARIABELNYA

    5/13/2015 15

  • KESIMPULAN

    1) R-squared model regresi tanpa log lebih besar dari pada

    model regresi dengan log

    2) Lihat uji t dan uji F nya

    3) Lihat tanda +/- di masing-masing koefisien variable

    bebasnya

    5/13/2015 16