(Guru Besar pada Fakultas Ekonomi dan Manajemen

Slides:



Advertisements
Presentasi serupa
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Advertisements

Evaluasi Model Regresi
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
UJI HIPOTESIS.
Program Studi Statistika Semester Ganjil 2011
Angelina Ika Rahutami Unika Soegijapranata Gasal 2011/2012.
TIME SERIES DAN STASIONERITAS
EKONOMETRIKA (Terapan) Pertemuan ke-2
(Guru Besar pada Fakultas Ekonomi dan Manajemen
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Gasal 2011/2012 Unika Soegijapranata Semarang
UJI UNIT ROOT PADA DATA PANEL
Heteroskedastisitas Penyimpangan asumsi ketika ragam galat tidak konstan Ragam galat populasi di setiap Xi tidak sama Terkadang naik seiring dengan nilai.
KONSEP DAN PEMODELAN ARCH/GARCH
Estimasi Model Regresi Data Panel: PLS Vs FEM
Uji Asumsi Klasik Pada Regresi Dengan Metode Kuadrat Terkecil (OLS)
Pemilihan Model Data Panel
Common Effect Model.
Regresi dengan Autokorelasi Pada Error
EKONOMETRIKA TERAPAN (Pertemuan #3)
Estimasi Model Regresi Data Panel: FEM Vs REM
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
PEMBAHASAN Hasil SPSS 21.
(Guru Besar pada Fakultas Ekonomi dan Manajemen
(Guru Besar pada Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor) Lektor pada Fakultas Ekonomi Universitas Jambi © Bambang Juanda & Junaidi: Ekonometrika.
KONSEP DAN PENGUJIAN UNIT ROOT
Analisis Regresi Linier
(Guru Besar pada Fakultas Ekonomi dan Manajemen
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
PROSEDUR – PROSEDUR POPULER DALAM EVIEWS
(Guru Besar pada Fakultas Ekonomi dan Manajemen
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
DEPARTEMEN ILMU EKONOMI FEM-IPB
Presented by Kelompok 7 Mirah Midadan Richard Pasolang Reski Tasik
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
Universitas Airlangga
Pertemuan 11 Chow Test.
Ekonometrika Dr. Rahma Fitriani, S.Si., M.Sc.
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
EKONOMETRIKA Pertemuan 4,5 Estimasi Parameter Model Regresi
Program Studi Statistika, semester Ganjil 2012/2013
Muchdie, Ir, MS, Ph.D. FE-Uhamka
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Program Studi Statistika, semester Ganjil 2011/2012
EKONOMETRIKA PENGERTIAN.
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Program Studi Statistika, semester Ganjil 2012/2013
EKONOMETRIKA PANEL DATA
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika Semester Ganjil 2011
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
(Guru Besar pada Fakultas Ekonomi dan Manajemen
BAB 4 RANCANGAN RISET KARAKTERISTIK-KARAKTERISTIK YANG PERLU DIRANCANG
MUHAMMAD HAJARUL ASWAD
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Agribusiness Study of Programme Wiraraja University
Model Regresi dgn Variabel Kualitatif
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Analisis Regresi Berganda & Pengujian Asumsi OLS
JUDUL PENGARUH FREE CASH FLOW, INVESTMENT OPPORTUNITY SET DAN PROFITABILITAS TERHADAP DIVIDEND PAYOUT RATIO PERUSAHAN MANUFAKTUR DI BURSA EFEK INDONESIA.
Transcript presentasi:

(Guru Besar pada Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor) Lektor pada Fakultas Ekonomi Universitas Jambi © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Setelah mengikuti pembahasan bab inipembaca diharapkan dapat: Memahami pengertian data panel dan keuntungan-keuntungan penggunaan data panel dibandingkan data deret waktu (time series) ataupun kerat lintang (cross-section) Memahami pendekatan-pendekatan dalam regresi data panel dan pemilihan pendekatan/model terbaik Memahami prosedur Eviews untuk analisis regresi data panel Menginterpretasikan output program Eviews © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pengantar Penggabungan data deret waktu dengan kerat silang disebut dengan data panel. Diperoleh gambaran tentang perilaku beberapa objek tersebut selama beberapa periode waktu. Nama lain data panel: Pooled data, longitudinal data, event history analysis, ataupun cohort analysis Keuntungan menggunakan data panel: Memberikan data yang lebih informatif, lebih bervariasi, mengurangi kolinearitas antarpeubah, memperbesar derajat kebebasan, dan lebih efisien. Dapat dipelajari suatu bentuk perubahan yang dinamis. Dapat mendeteksi dan mengukur efek suatu peubah pada peubah lainnya dengan lebih baik Dapat digunakan untuk mempelajari model prilaku (behavioral model) yang lebih kompleks © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

© Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Model Umum Regresi Data Panel dimana: i = 1, 2, …, N, menunjukkan rumah tangga, individu, perusahaan dan lainnya (dimensi data silang) t = 1, 2, …, T, menunjukkan dimensi deret waktu α = koefisien intersep yang merupakan skalar β =koefisien slope dengan dimensi K x 1, dimana K adalah banyaknya peubah bebas Yit = peubah tak bebas unit individu ke-i dan unit waktu ke-t Xit = peubah bebas untuk unit individu ke-i dan unit waktu ke-t © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pendekatan dalam Regresi Data Panel Estimasi regresi data panel tergantung asumsi intersep, slope dan sisaan uit Terdapat beberapa kemungkinan : Intersep dan slope adalah konstan menurut waktu dan individu sedangkan sisaan berbeda antar waktu dan individu Slope tetap tetapi intersep berbeda antar individu Slope tetap tetapi intersep berbeda antar individu antar waktu Semua koefisien (slope dan intersep) berbeda antar individu Semua koefisien berbeda antar individu dan antar waktu Berdasarkan variasi-variasi asumsi tsb, terdapat tiga pendekatan perhitungan model regresi data panel yaitu: 1. Metode Common-Constant (The Pooled OLS Method=PLS) 2. Metode Fixed Effect (FEM) 3. Metode Random Effect (REM) © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Metode Common-Constant (Pooled Ordinary Least Square = PLS) Menggunakan metode OLS biasa. Diasumsikan setiap unit individu memiliki intersep dan slope yang sama (tidak ada perbedaan pada dimensi kerat waktu). Regresi panel data yang dihasilkan berlaku untuk setiap individu. Metode Fixed Effect (Fixed Effect Model=FEM) Intersep dibedakan antar individu. Dalam membedakan intersepnya dapat digunakan peubah dummy,. Metode ini dikenal dgn model Least Square Dummy Variable (LSDV). Metode Random Effect (Random Effect Model=REM) Intersep tidak dianggap konstan, namun dianggap sebagai peubah random dengan suatu nilai rata-rata Metode random dikenal dgn sebutan Error Components Model (ECM) © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Pemilihan Model Regresi Data Panel Pemilihan antara Model PLS dengan FEM Menggunakan Uji Chow atau Likelihood Test Ratio. Pemilihan antara PLS dengan REM Menggunakan uji Lagrange Multiplier (LM). Pemilihan antara Model FEM dengan REM Menggunakan uji Hausman © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Prosedur Eviews untuk Regresi data Panel Estimasi dengan Metode PLS. Klik Estimate Estimasi dengan Metode FEM. Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak Cross-section (yang tadi nya none) dengan Fixed. Estimasi dengan Metode REM Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak Cross-section dengan Random dependent variable misalnya isikan dta? Sebagai peubah tak bebasnya. Common coeficients: misalnya isikan c size? tang? growth? prof? risk? sebagai peubah bebasnya. Perhatikan bahwa untuk setiap nama peubah diakhiri dengan tanda tanya (?) kecuali untuk c (konstanta) yang menunjukkan analisis dilakukan untuk seluruh data individu. © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

Prosedur Eviews untuk Pemilihan Model Uji Chow untuk memilih antara model PLS dengan FEM Dalam posisi setelah mengestimasi model FEM, klik View. Uji Hausman untuk memilih antara model FEM dengan REM Dalam posisi setelah mengestimasi model REM, klik View. Klik Fixed/Random Effect Testing > Redundant Fixed Effects – Likelihood Ratio klik Fixed/Random Effect Testing > Correlated Random Effects – Hausman Test © Bambang Juanda & Junaidi: Ekonometrika Deret Waktu