Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

By Dewi Purwanti Sekolah Tinggi Ilmu Statistik TA 2013/2014.

Presentasi serupa


Presentasi berjudul: "By Dewi Purwanti Sekolah Tinggi Ilmu Statistik TA 2013/2014."— Transcript presentasi:

1 By Dewi Purwanti Sekolah Tinggi Ilmu Statistik TA 2013/2014

2  Bambang Juanda dan Junaidi, Ekonometrika Deret Waktu, IPB Press  data_bjdata_bj  M. Firdaus, Aplikasi Ekonometrika: untuk data panel dan time series, IPB Press  Nachrowi dan Hardius Usman: Ekonometrika: untuk analisis ekonomi dan keuangan, LP FEUI  Agus Widarjono, Ekonometrika: Pengantar dan Aplikasinya, UPP STIM YKPN  data_awdata_aw  EViews5_1PanelPooledData EViews5_1PanelPooledData

3  Data panel dalam format Ms. Excel  Stacked Data Vs Unstacked Data

4  t =  i = Individu: 1 = IBM 2 = Goodyear 3 = UO 4 = US

5  Copy paste File > new > workfile Workfile create: workfile structure type > balanced panel Quick > empty group pastikan kursor telah berada pada bagian ujung kiri atas dari window group > copy paste  Impor data tutup terlebih dahulu file excel yang akan diimpor file > impor si-data-panel/

6  Referensi: EViews5_1PanelPooledData Referensi: EViews5_1PanelPooledData  Langkah2:  Pastikan data sudah dalam format panel. View > unit root test

7 Panel unit root test: Summary Series: LOGY Date: 11/18/13 Time: 15:23 Sample: Exogenous variables: Individual effects User specified lags at: 1 Newey-West bandwidth selection using Bartlett kernel Balanced observations for each test Cross- MethodStatisticProb.**sectionsObs Null: Unit root (assumes common unit root process) Levin, Lin & Chu t* Null: Unit root (assumes individual unit root process) Im, Pesaran and Shin W-stat ADF - Fisher Chi-square PP - Fisher Chi-square ** Probabilities for Fisher tests are computed using an asymptotic Chi -square distribution. All other tests assume asymptotic normality.

8 Panel unit root test: Summary Series: D(LOGY) Date: 11/18/13 Time: 15:24 Sample: Exogenous variables: Individual effects User specified lags at: 1 Newey-West bandwidth selection using Bartlett kernel Balanced observations for each test Cross- MethodStatisticProb.**sectionsObs Null: Unit root (assumes common unit root process) Levin, Lin & Chu t* Null: Unit root (assumes individual unit root process) Im, Pesaran and Shin W-stat ADF - Fisher Chi-square PP - Fisher Chi-square ** Probabilities for Fisher tests are computed using an asymptotic Chi -square distribution. All other tests assume asymptotic normality.

9  Object: generate series  Logy = log(y) dlogy = d(logy)

10  Olah data dari data bab 18 buku Agus Widarjono  Y = nilai investasi  X1 = nilai harga saham  X2 = nilai aktual kapital di awal periode  Setelah digenerate, buat persamaan logy c logx1 logx2 Atau bisa secara langsung log(y) c log(x1) log(x2)

11

12  Quick: estimate equation  Spesification: masukkan persamaan: variabel dependent diikuti variabel-variabel independent yang masing-masing dipisahkan dengan satu spasi logy c logx1 logx2  Name: pooled

13 Dependent Variable: LOGY Method: Panel Least Squares Date: 11/18/13 Time: 15:30 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

14  Nilai koefisien determinasi = 0,846 (model mampu menjelaskan variasi Y sebesar 84,6%)  Nilai adjusted R-square = 0,842 (model mampu menjelaskan variasi Y sebesar 84,2% dengan memperhitungkan jumlah variabel yang dimasukkan ke dalam model)  Koefisien X bernilai positif, sesuai dengan teori (X1 dan X2 berhubungan positif dengan variabel Y)  Uji statistik t: masing-masing koefisien signifikan secara statistik dengan alfa 1 % jika harga saham (X1 naik 1% maka nilai investasi akan naik sebesar 0,91%, ceteris paribus, faktor lain diasumsikan tetap)  Uji Statistik F: Secara bersama-sama, seluruh variabel bebas berpengaruh signifikan terhadap Y  Nilai Durbin-Watson yang rendah kemungkinan karena ada autokorelasi pada data juga karena kesalahan spesifikasi.  Perkiraan model mengasumsikan bahwa nilai intersep IBM, Goodyear, US dan UO adalah sama. Model juga mengasumsikan koefisien slope dari dua variabel adalah sama untuk keempat perusahaan  Regresi data panel dengan metode OLS di mana seluruh koefisien konstan antara waktu dan individu dapat memberikan hasil yang kurang baik dalam menggambarkan hubungan antara Y dan X pada keempat perusahaan tersebut

15

16  Run persamaan dengan menggunakan dummy variabel dengan metode OLS logy c logx1 logx2 d1 d2 d3  Contoh: buat dummy individu, dalam hal ini individu ke-4 (US) menjadi kategori basis atau referensi  d1 = 1 untuk individu ke-1 (IBM) d1 = 0 untuk individu lainnya  d2 = 1 untuk individu ke-2 (GY) d2 = 0 untuk individu lainnya  d3 = 1 untuk individu ke-3 (UO) d3 = 0 untuk individu lainnya

17 Dependent Variable: LOGY Method: Panel Least Squares Date: 11/21/13 Time: 07:40 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX D D D R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

18  Semua variabel dummy memiliki nilai signifikan yang sangat tinggi (nilai p-value yang sangat kecil)  menunjukkan bahwa intersep masing- masing perusahaan memang berbeda  Model FEM LSDV mampu menjelaskan adanya perbedaan perilaku keempat perusahaan tersebut  Nilai intersep yang berbeda pada keempat perusahaan karena perbedaan karakteristik yang unik pada keempat perusahaan seperti perbedaan gaya manajemen dan kemampuan manjerial.  c = -0,3029 merupakan intersep dari individu yang menjadi basis, dalam hal ini individu ke-4 (US Steel)  Koefisien dari D1 = -0,769  nilai perbedaan antara intersep individu ke-1 dengan individu basis (individu ke-4) Koefisien dari D2 = -1,313  nilai perbedaan antara intersep individu ke-2 dengan individu basis (individu ke-4) dst…  Nilai aktual intersep untuk IBM = -1,0715 (-0,3029-0,769) Nilai aktual intersep untuk Goodyear = -1,6158 (-0,3029-1,313) Nilai aktual intersep untuk UO = -1,0419 (-0,3029-0,739) Nilai aktual intersep untuk US Steel = -0,3029 Dibandingkan hasil pendekatan PLS maka hasil pendekatan FEM: - memiliki nilai estimasi koefisien yang lebih signifikan - nilai R 2 yang meningkat - nilai Durbin-Watson yang lebih tinggi.  Pendekatan FEM memberikan hasil yang lebih baik.

19

20  Quick: estimate equation  Spesification: masukkan persamaan variabel dependent diikuti variabel-variabel independent yang masing-masing dipisahkan dengan satu spasi  Panel option Effect spesification cross section: fixed period: none GLS weight: no weight  Name: fixed

21 Dependent Variable: LOGY Method: Panel Least Squares Date: 11/18/13 Time: 15:33 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification Cross-section fixed (dummy variables) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

22 CROSSID Effect Cross Section Fixed Effects

23 KonstantaFixed Effect Nilai Intersep Aktual Individu ke-i (1)+(2) (1)(2)(3)

24 Hasil FEM menunjukkan:  Adanya hubungan positif antara x1 dan x2 terhadap Y  Interpretasi nilai slope untuk model FEM sama dengan model OLS biasa - Jika terjadi kenaikan x1 sebesar satu satuan maka akan meningkatkan y sebesar 0,57, dengan asumsi variabel lain konstan (ceteris paribus) dst…  Interpretasi nilai intersep pada FEM: Nilai intersep yang berbeda pada keempat perusahaan karena perbedaan karakterristik yang unik pada keempat perusahaan seperti perbedaan gaya manajemen dan kemampuan manjerial. Nilai aktual intersep untuk IBM = -1,0715 (-1, ) Nilai aktual intersep untuk GY = -1,6158 (-1,008-0,608) Nilai aktual intersep untuk UO = -1,0419 ((-1,008-0,034) Nilai aktual intersep untuk US = -0,3029 ((-1,008+0,705)  Perusahaan yang mempunyai nilai rata-rata Y (nilai investasi) terbesar adalah perusahaan ke-4 (US Steel)  Perusahaan yang mempunyai nilai rata-rata Y (nilai investasi) terkecil adalah perusahaan ke-2 (Goodyear)

25   oi tidak dianggap konstan, tapi dianggap sebagai peubah random dengan nilai rata-rata βo dan deviasi acak intercept individu dari nilai intercept rata-rata sebesar λi  Nilai intersep masing-masing perusahaan sebesar  oi (nilai intersep aktual)

26 atau  Error individual tidak berkorelasi satu sama lain  Tidak ada autokorelasi pada data cross section maupun data time series  Tidak ada korelasi antara komponen error dengan variabel penjelas  Sehingga

27  Quick: estimate equation  Spesification: masukkan persamaan: variabel dependent diikuti variabel-variabel independent yang masing-masing dipisahkan dengan satu spasi  Panel option Effect spesification cross section: random period: none GLS weight: no weight  Name: random

28 Dependent Variable: LOGY Method: Panel EGLS (Cross-section random effects) Date: 11/18/13 Time: 15:40 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 Swamy and Arora estimator of component variances VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification S.D. Rho Cross-section random Idiosyncratic random Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat

29 CROSSIDEffect Cross Section Random Effects

30 KonstantaRandom Effect Nilai Intersep Aktual Individu ke-i (1)+(2) (1)(2)(3) Jumlah = 0

31 1. Jumlah nilai efek acak yang diberikan pada keempat perusahaan akan sama dengan nol 2. Intercept c merepresentasikan nilai rata-rata dari seluruh cross-sectional intercept ( nilai intersep umum/nilai intersep bersama/nilai intersep rata-rata) yaitu sebesar -1, Error component λ i merepresentasikan deviasi acak intercept individu dari nilai intercept rata-rata. 4. Random effect dari IBM adalah -0,067 menunjukkan seberapa besar intersep IBM berbeda dari nilai intersep bersama  perusahaan IBM memiliki intersep 0,067 lebih rendah dari intersep bersama) dst… Random effect dari US adalah 0,646 menunjukkan seberapa besar intersep US berbeda dari nilai intersep bersama  perusahaan US memiliki intersep 0,646 lebih tinggi dari intersep bersama) dst…

32  FEM: tiap-tiap unit cross section mempunyai nilai intersep masing-masing  REM: - Intersep bersama mewakilkan nilai rata-rata dari semua intersep (cross section) - Komponen error λi mewakilkan deviasi acak dari intersep individual terhadap nilai rata-ratanya

33  Pastikan kita berada pada window hasil estimasi dengan pendekatan fixed effect  View: Fixed/Random Effects Testing > Redundant Fixed Effects – Likelihood Ratio

34 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects TestStatistic d.f. Prob. Cross-section F (3,74) Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOGY Method: Panel Least Squares Date: 11/18/13 Time: 15:38 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

35  Fo = 49,005  Ftabel = F  (N-1,NT-N-K) = F 0,01(3,74) = 4,058  Fo> F-tabel  cukup bukti utk menolak H 0 artinya dugaan intersep sama utk semua individu dpt ditolak

36  Pastikan kita berada pada window hasil estimasi dengan pendekatan Random effect  View: fixed/random effects testing > correlated random effects – Hausman Test

37 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test SummaryChi-Sq. StatisticChi-Sq. d.f.Prob. Cross-section random Cross-section random effects test comparisons: VariableFixed Random Var(Diff.) Prob. LOGX LOGX Cross-section random effects test equation: Dependent Variable: LOGY Method: Panel Least Squares Date: 11/18/13 Time: 15:43 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification Cross-section fixed (dummy variables) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

38

39 GLS WEIGHT  Cross section weights  adanya cross-section heteroskedasticity bandingkan sum square resid antara weight dan unweight  Period weights  adanya period heteroskedasticity ATAU  white heteros-cedasticity consistence variance (dikonstankannya residual)

40 Dependent Variable: APS Method: Panel EGLS (Cross-section weights) Date: 07/13/13 Time: 08:53 Sample: Periods included: 5 Cross-sections included: 26 Total panel (unbalanced) observations: 129 Linear estimation after one-step weighting matrix VariableCoefficientStd. Errort-StatisticProb. C JLN LNPDRB MISKIN SR LNB_PENDIDIKAN LNBOS MURID_GURU MURID_SEKOLAH ART_ PENDIDIKAN_KRT PEKERJA_ANAK Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat Weighted < Unweighted = ada heteroskedastis

41 Dependent Variable: LOGY Method: Panel EGLS (Cross-section weights) Date: 11/18/13 Time: 15:45 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 Linear estimation after one-step weighting matrix VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat

42

43 Dependent Variable: LOGY Method: Panel EGLS (Cross-section weights) Date: 12/06/13 Time: 09:29 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat

44  Durbin Watson Statistik

45

46  Struktur Heteroskedastik dan ada autokorelasi antar kelompok individu (crossection)  cross-section SUR  Estimate- panel option – coef covariance method – cross section SUR (PCSE)

47 Dependent Variable: LOGY Method: Panel EGLS (Cross-section weights) Date: 11/18/13 Time: 15:47 Sample: Periods included: 20 Cross-sections included: 4 Total panel (balanced) observations: 80 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) VariableCoefficientStd. Errort-StatisticProb. C LOGX LOGX Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat

48

49  Uji stasioneritas  Uji t, Uji F  Nilai R square, Nilai Adjusted R square  Hasil PLS, FEM (LSDV), FEM, REM - Fixed effect (cross) - Individual effect untuk i = c + fixed effect i - Random effect (cross) > Gujarati 5 th edition - Konstanta random effect  Uji Chow, Uji Hausman  Uji asumsi

50  Data editor > copy data  COMMAND  sort i t  xtset i t, yearly  xtreg logy logx1 logx2, fe  est sto fixed  xtreg logy logx1 logx2, re  est sto random  hausman fixed

51 . xi: reg logy logx1 logx2 i.i . test _Ii_2 _Ii_3 _Ii_4 . xi: reg logy logx1 logx2 i.t . test _It_1936 _It_1937 _It_1938 _It_1939 _It_1940 _It_1941 _It_1942 _It_1943 _It_1944 _It_1945 _It_1946 _It_1947 _It_1948 _It_1949 _It_1950 _It_1951 _It_1952 _It_1953 _It_1954

52  1. UJI KENORMALAN. xtreg logy logx1 logx2, fe. predict resid, e. sktest resid

53 2. UJI MULTIKOLINEARITAS ANTAR VARIABEL INDEPENDEN (CROSS- SECTIONAL DEPENDENCE) step2 -mengeluarkan model yang terpilih berdasarkan berbagai uji yg telah dilakukan. pada contoh misalkan terpilih model fixed. -mengeluarkan uji cross-sectional dependence dengan Pesaran's Test misalnya variabel dependen Y, variabel independen X1, X2, X3. command -xtreg Y X1 X2 X3, fe -xtcsd, pesaran abs Ho: antar variabel independen tidak berkorelasi (residual tidak berkorelasi) dan yang diharapkan adalah Terima Ho.

54  3. UJI HETEROSCEDASTICITY. xtreg logy logx1 logx2, fe. xttest3

55  4. UJI ADANYA AUTOKORELASI (Wooldridge test for autocorrelation). xtserial logy logx1 logx2

56 . xtgls logy logx1 logx2, panels(hetero) corr(ar1). xtpcse logy logx1 logx2, correlation(ar1)


Download ppt "By Dewi Purwanti Sekolah Tinggi Ilmu Statistik TA 2013/2014."

Presentasi serupa


Iklan oleh Google