Pertemuan 11 Chow Test.

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Analisis Regresi Berganda & Pengujian Asumsi OLS
REGRESI LINIER SEDERHANA
ANALISIS TIME SERIES KONSEP-KONSEP DASAR.
Regresi Palsu (Spurious Regression), Ko-Integrasi, dan ECM
AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)
Program Studi Statistika Semester Ganjil 2011
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
EKONOMETRIKA TERAPAN (Pertemuan #3)
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
KONSEP DAN PENGUJIAN UNIT ROOT
Analisis Regresi Linier
Ekonometrika Program Studi Statistika, semester Ganjil 2011/2012 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
ANALISIS REGRESI SEDERHANA
LOGISTIC REGRESSION Logistic regression adalah regressi dengan binary untuk variabel dependen. Variabel dependen bersifat dikotomi dengan mengambil nilai.
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
REGRESI LINIER SEDERHANA
Ekonometrika Lanjutan
KORELASI & REGRESI.
Ekonometrika Lanjutan
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
(MENGGUNAKAN MINITAB)
Restricted Least Squares & Omitted Test
ANALISIS REGRESI.
UJI HIPOTESIS REGRESI BERGANDA
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
Program Studi Statistika, semester Ganjil 2012/2013
Muchdie, Ir, MS, Ph.D. FE-Uhamka
Pemodelan Ekonometrika
Heterokedastisitas Model ARACH dan GARCH
ANALISIS REGRESI BERGANDA
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
EKONOMETRIKA PANEL DATA
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
MODUL 10 ANALISIS REGRESI
Program Studi Statistika, semester Ganjil 2012/2013
Agribisnis Study of Programme Wiraraja University
Regresi linier satu variable Independent
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
Uji Kausalitas Granger
Agribusiness Study of Programme Wiraraja University
PENERAPAN PENURUNAN MODEL EKONOMETRIK DAN ANALISIS REGRESI
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Analisis Regresi.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Regresi Berganda Dengan Variabel Dummy
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
Pertemuan 13 Autokorelasi.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Analisis Regresi Linier Berganda
Ekonomi Manajerial dalam Perekonomian Global
Latar Belakang Penelitian Perusahaan Go Public Pertumbuhan Ekonomi Pembayaran Dividen.
Analisis Regresi Regresi Linear Sederhana
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
Transcript presentasi:

Pertemuan 11 Chow Test

Chow Test Chow Test digunakan untuk menguji apakah dua atau lebih regresi itu berbeda. Uji Stabilitas Model dilakukan untuk menguji dalam jangka periode waktu tertentu dari keseluruhan range periode waktu estimasi, apakah model masih dapat digunakan sebagai prediksi yang valid.

Chow Test Biasanya jika ada variabel kebijakan, maka untuk melakukan penilaian model persamaan dapat memprediksi secara baik sejak periode dikeluarkannya kebijakan sampai akhir periode pengamatan

Rumus F test ( Chow Test ) F = _____RSS5 / K____ RSS4 / (n1+n2 – 2k) Diketahui: RSS4 = RSS2 + RSS3 RSS5 = RSS1 - RSS4 F tabel = α 5% df (k (n1 + n2 – 2k)

Ketentuan Cara Membaca hasil uji F: Hipotesis: Ho = Kedua Regresi adalah Sama Ha = Kedua Regresi adalah Tidak Sama Ketentuan: Jika Probalibitas F Hitung > F Tabel ( Signifikan), tolak Ho terima Ha, maka Kedua Regresi adalah tidak sama Jika Probalibitas F Hitung < F Tabel ( Tidak Signifikan), terima Ho tolak Ha, maka Kedua Regresi adalah Sama

Contoh Data Penelitian NE HM KURS INV 40053.3 16 2161 105380.6 45418 17.2 2949 129217.5 49814.9 20.4 2342 157.652 53443.6 19.3 2909 177686.1 48847.6 13.1 10014 243043.4 48665.4 16.5 7855 240322.2 62124 28.4 8525 313915.2 56320.9 23.9 10266 188051.5 57158.8 24.6 9667 120209.8

Hasil Regresi (RSS1) Dependent Variable: NE Method: Least Squares Date: 05/19/10 Time: 10:22 Sample: 1994 2002 Included observations: 9 Variable Coefficient Std. Error t-Statistic Prob. HM 1015.375 239.9537 4.231546 0.0082 KURS 0.474464 0.409785 1.157835 0.2992 INV 0.012180 0.015309 0.795629 0.4623 C 26033.62 4832.024 5.387725 0.0030 R-squared 0.862235 Mean dependent var 51316.28 Adjusted R-squared 0.779577 S.D. dependent var 6685.186 S.E. of regression 3138.645 Akaike info criterion 19.24207 Sum squared resid 49255450 Schwarz criterion 19.32973 Log likelihood -82.58932 F-statistic 10.43127 Durbin-Watson stat 0.834278 Prob(F-statistic) 0.013625

Hasil Regresi (RRS2) Dependent Variable: NE Method: Least Squares Date: 05/19/10 Time: 10:26 Sample: 1994 1997 Included observations: 5 Variable Coefficient Std. Error t-Statistic Prob. HM 2967.306 65.78272 45.10768 0.0141 KURS 1.642328 0.057769 28.42931 0.0224 INV 0.033334 0.001923 17.33096 0.0367 C -14584.65 1358.636 -10.73477 0.0591 R-squared 0.999530 Mean dependent var 47515.48 Adjusted R-squared 0.998118 S.D. dependent var 5056.877 S.E. of regression 219.3516 Akaike info criterion 13.60979 Sum squared resid 48115.14 Schwarz criterion 13.29734 Log likelihood -30.02448 F-statistic 708.3004 Durbin-Watson stat 2.605094 Prob(F-statistic) 0.027612

Hasil Regresi (RSS 3) Dependent Variable: NE Method: Least Squares Date: 05/19/10 Time: 10:30 Sample: 1998 2002 Included observations: 5 Variable Coefficient Std. Error t-Statistic Prob. HM 904.3798 126.1999 7.166247 0.0883 KURS 1.003836 0.897232 1.118815 0.4643 INV 0.015701 0.012858 1.221156 0.4368 C 22587.41 10570.06 2.136923 0.2786 R-squared 0.981279 Mean dependent var 54623.34 Adjusted R-squared 0.925117 S.D. dependent var 5797.120 S.E. of regression 1586.364 Akaike info criterion 17.56684 Sum squared resid 2516550. Schwarz criterion 17.25439 Log likelihood -39.91710 F-statistic 17.47231 Durbin-Watson stat 3.026742 Prob(F-statistic) 0.173664

Hasil Penelitian Diketahui: RSS4= RSS2 + RSS3 = 48115,14 + 2516550 = 2.564.665,14 RSS5= RSS1 – RSS4 = 49.255.450 - 2.564.665,14 = 46.690.784,86

F = 46.690.784,86 / 4 2.564.665,14 / ( 4 + 5- 2(4)) F = 11.672.696,215 2.564.665,14 F = 4.55135 ( F HITUNG) F Tabel : (4, 1) =7.71

Hasil / Kesimpulan F hitung (4.55135 ) < F tabel (7.71) Kesimpulan: Tidak Signifikan, Kedua Regresi adalah sama

Output Eviews Chow Breakpoint Test: 1998 F-statistic 4.643152 Probability 0.333278 Log likelihood ratio 26.76718 Probability 0.000022

Ketentuan dengan Chow Breakpoint Test Cara Membaca Chow Breakpoint Test: Hipotesis: Ho = Kedua Regresi adalah sama Ha =Kedua Regresi adalah tidak sama Ketentuan: Jika Probalibitas F Statistic < 0.05 ( Signifikan), Tolak Ho terima Ha maka Kedua regresi adalah sama Jika Probalibitas F Statistic > 0.05 ( Tidak Signifikan),Terima Ho tolak Ha, maka kedua regresi adalah sama

Hasil / Kesimpulan Probabilita F statistic = 0.333278 > 0.05 (5%)  Tidak signifikan Jadi Kedua regresi adalah sama

Latihan 1 Diketahui RSS1 = 56.25577 RSS2 = 24.28887 RSS3 = 23.25558 Jumlah variabel = 5 Jumlah data = 30 Data ke 10 terjadi kebijakan pemerintah

Latihan 2 Diketahui RSS1 = 89.25555 RSS2 = 19.35828 RSS3 = 18.57825 Jumlah variabel = 6 Jumlah data = 15 Data ke 7 terjadi kebijakan menutup perusahaan