MODUL PRAKTIKUM EKONOMETRIKA PDF

Preview

Summary

MODUL PRAKTIKUM EKONOMETRIKA (PAS 316P) KURIKULUM 2012 PROGRAM STUDI S1 STATISTIKA JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014 Pengantar Modul Praktikum Ekonometrika Merupakan pengengembangan Modul Ekonometrika yang disusun oleh Di Asih I Maruddani S.Si, M.S...

Description

MODUL PRAKTIKUM EKONOMETRIKA (PAS 316P)

KURIKULUM 2012 PROGRAM STUDI S1 STATISTIKA

JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014

Pengantar Modul Praktikum Ekonometrika Merupakan pengengembangan Modul Ekonometrika yang disusun oleh Di Asih I Maruddani S.Si, M.Si.

Dosen Pengampu Mata Kuliah ekonometrika 1. Rita Rahmawati, S.Si, M.Si 2. Alan Prahutama S.Si, M.Si

Tim Penyusun Modul Praktikum ini adalah sebagai berikut: 1. Alan Prahutama, S.Si, M.Si 2. Izzuddin Khalid 3. Yusuf Arifka Rahman 4. Novia Dian Ariyani 5. Siti Nurlatifah 6. Kartikaningtyas H.S 7. Indri Puspitasari 8. Rahma Nurfiani Pradita 9. Novika Pratnyaningrum

Adapun Materi-Materi pada Modul Praktikum ini: 1. Pengenalan E-Views 2. Analisis Regresi Berganda dan Pengujian Asumsi 3. Analsis Regresi Variabel Dummy 4. Model Dinamis 5. Regresi Data Panel Semoga Modul ini bermanfaat dalam kegiatan pembelajaran

2

PRAKTIKUM-1 PENGENALAN EVIEWS DAN ANALISIS DESKRIPTIF

TUJUAN PRAKTIKUM TIU : Setelah menyelesaikan praktikum ini, mahasiswa diharapkan mampu mengolah data dengan software Eviews. TIK : Setelah menyelesaikan praktikum ini, mahasiswa diharapkan mempunyai kompetensi sebagai berikut: 1. Melakukan input data pada Eviews. 2. Memahami interpretasi dari macam-macam analisis deskriptif. 3. Melakukan analisis deskriptif terhadap data. A. PENGENALAN EVIEWS 1. Pengertian Eviews Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan analisis regresi dan melakukan peramalan dengan basis Windows. Dengan fasilitas-fasilitas yang tersedia disoftware ini, pengguna dapat dengan mudah membangun hubungan statistik dari data dan dengan menggunakan hubungan tersebut dapat dilakukan peramalan untuk mengetahui nilai-nilai yang akan datang dari data yang dianalisis, Eviews terutama digunakan dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi, simulasi, peramalan penjualan, dan analisis biaya (Quantitative Micro Software, 2) 2. Mengoperasikan Eviews 4,1 Double klik icon Eviews 5 kemudian muncul Eviews Windoe di layar komputer, Menu utama Eviews terletak di bawah title bar, Perintah dapat dijalankan dengan meng-klik menu tersebut, Di bawah menu bar terdapat command window,andadapat menuliskan perintah pada window tersebut dan menjalankan perintah tersebut dengan menekan enter, Area di tengah adalah work area dimana akan ditampilkan objek windows yang diperintahkan, Perintah-perintah yang terdapat di menu utama hampir sama dengan menu yang ada di work file window, 3. Manajemen Data a. Membuat File Untuk membuat suatu workfile, dari menu utama dipilih option : FileNewWorkfile,

Pada kotak Frequency, dipilih salah satu frekuensi workfile yang akan digunakan, pada kotak Range diisikan tanggal awal pada kolom Start date dan tanggal akhir pada kolom End date dari data yang akan dibuat. Aturan dalam mendeskripsikan data adalah sebagai berikut: 3

 Annual (data tahunan) Untuk data antara tahun 1930-2029 dapat ditulis dengan 2 digit atau 4 digit, misalnya 96 atau 1996, Sedangkan untuk tahun-tahun yang lain harus ditulis lengkap, misalnya tahun 141 atau 11773,  Semi-annual (data ½ tahunan) Dibuat dengan cara menulis tahun diikuti oleh tanfa “;” atau “S” dan akhiri dengan “1” atau “2” yang menotasikan semester pertama atau semester kedua, Sebagai contoh 1996:1 atau 1996S1,  Quarterly (data kuartalan) Dibuat dengan cara menulis tahun diikuti oleh tanda “;” atau “Q” dan diakhiri dengan “1”, “2”, “3”, atau “4” yang menotasikan nilai kuartalnya, Sebagai contoh 1996:3 atau 1996Q3,  Montly (data bulanan) Dibuat dengan cara menulis tahun diikuti oleh tanda “;” atau “M” dan diakhiri dengan “1”, “2”, ,,,, atau “12” yang menotasikan periode bulan, Sebagai contoh 1996:1 atau 1996M11,  Weekly (data mingguan) Secara standar, data dibuat dengan menulis (bulan:tanggal:tahun), sehingga misalnya ditulis 09/10/02 menyatakan tanggal 10 September 2002,  Daily (5 day weeks) :data harian (5 hari dalam 1 minggu) Dibuat dengan menulis (bulan:tanggal:tahun)  Daily (7 day weeks) : data harian (7 hari dalam 1 minggu) Dibuat dengan menulis (bulan:tanggal:tahun)  Undated or irregular Digunakan antara lain untuk data cross section, Jika memilih jenis data ini, maka pada kotak Range terdapat kolom isian untuk Start Observation dan End Observation, Jika isian telah lengkap klik OK, Maka pada workfile yang telah dibuat, secara otomatis akan muncul dua icon, yaitu vektor koefisien c dan serial residual resid, b. Membuat Variabel Baru Setelah selesai membuat workfile dapat dilanjutkan dengan membuat variabel baru, Caranya adalah dengan memilih option: Objects New Object

Pilih salah satu tipe pada kotak Type of Object, Beberapa pilihan object adalah :  Equation : membuat persamaan  Graph : membuat grafik 4

      

c.

d.

e.

f.

g.

h.

Matrix-vector Coef : membuat matriks atau vektor Model : membuat tabel Sample : membuat sampel dari populasi yang tersedia Series : membuat deret runtun waktu Table : membuat data dalam bentuk tabel Text : membuat teks VAR : membuat data vector Auto Regression Jika dalam hal ini akan dibuat suatu deret runtun waktu, maka pilih Series dan beri nama objek pada kolom Name of Object, Ada beberapa nama yang tidak boleh diberikan pada object/variabel, yaitu :ABS, ACOS, AR, ASIN, C, CON, CNORM, COEF, COS, D, DLOG, DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPTI, LPT2, MA, NA, NRND, PDL, RESID, RND, SAR, SIN, SMA, SQR, dan THEN Memasukkan Data Untuk memasukkan data , sorot kursor pada variabel depositi dan pilih option : Show selanjutnya klik OK. Jika ingin memasukkan data beberapa variabel yang terdapat dalam satu file sekaligus, dapat dilakukan dengan cara mengetikkan variabel-variabel yang diinginkan secara berurutan pada kotak dialog Show, Selanjutnya proses pengisian data dapat dimulai setelah sebelumnya klik tombol : Edit+/-, Proses pengisian datadapat segera dilakukan. Untuk menghapus suatu variabel dilakukan dengan klik satu kali pada icon variabel yang akan dihapus, kemudian klik menu delete pada workfile menu atau klik kanan pada icon variabel tersebut, kemudian pilih delete, Untuk memunculkan keterangan variabel, yaitu tanggal dan jam operasi dilakukan, klik ViewDisplay Command atau klik langsung Label+/- pada workfile menu. Menyimpan File Workfile yang telah dibuat disimpan dengan cara pilih option : File Save As atau File Save Membuat Group Dari beberapa variabel yang dipunyai, dapat dibentuk suatu group yang terdiri dari dua atau lebih variabel, Pembuatan group dilakukan dengan caranya pada menu utama dipilih : Object New ObjectsGroupOK Dilanjutkan dengan mengisi variabel-variabel yang diinginkan paka kotak Series List, Atau dengan cara lain, pada menu workfile dipilih option: Show , Dilanjutkan dengan mengisi variabel-variabel yang diinginkan pada kotak Series List , Group yang telah dibuat dapat disimpan dengan cara klik : Name pada menu workfile, selanjutnya muncul kotak Object Name, beri nama Group01. Mencetak Data Data/variabel/group/equation/object yang akan dicetak dibuka terlebih dahulu (double klik pada icon), kemudian klik menu print. Membuat File Data Runtun Waktu (Series) Untuk membuka suatu file data yang telah ada pada pada suatu direktori, dari menu utama pilih option : FileOpenWorkfile Mengubah Ukuran Workfile

5

i.

j.

Jika akan dilakukan perubahan ukuran pada workfile yang telah dibuat, misalkan akan menambah atau mengurangi jumlah data, maka pilih option : ProcsChange Workfile Range, Selanjutnya masukkan start date dan end date yang baru. Membuat Grafik Dari suatu variabel yang telah dipunyai, dapat ditampilkan dalam bentuk grafik, Jenis-jenis grafik yang dapat ditampilkan adalah : Line graph, bar graph, Scatter, Xy line, dan Pie, Langkah yang harus dilakukan adalah sebagai berikut: 1. Dari menu utama Eviews, andaikan akan dibuat Line graph untuk variabel deposito, pilih option : QuickGraphLine graph 2. Selanjutnya akan muncul kotak dialog seris List, Pada kolom List of series, groups, and/or series expressions, ketik variabel-variabel yang akan ditampilkan grafiknya, Klik Ok jika telah selesai, 3. Ada beberapa menu pilihan antara lain:  Print : mencetak  Name : memberi nama graph  Add Text : menambah tulisan sebagai keterangan grafik yang ditampilkan  Line/Shade : untuk menentukan jenis garis, warna, dan arsiran  Option : untuk menentukan beberapa pilihan tampilan grafik  Zoom : untuk menampilkan grafik pada ukuran kecil atau besar. Membangkitkan Data Baru Dari suatu variabel yang telah dipunyai, kita dapat membangkitkan suatu data baru, misalkan untuk tujuan transformasi data, Beberapa transformasi yang dapat membangkitkan suatu data baru, misalkan untuk tujuan transformasi data, Beberapa transformasi yang dapat dilakukan antara lain : membuat pangkat, logaritma, eksponensial, diferensi, dan lain-lain, Langkah yang harus dilakukan adalah sebagi berikut : 1. Dari menu utama Eviews, pilih option : Quick Generate Series ATAU ProcsGnerate Series 2. Selanjutnya akan muncul kotak dialog Generate Series by Equation yang dapat diisikan perintah untuk perhitungan matematis, Perintah operasi matematis Eviews antara lain : + Penjumlahan / Pembagian - Pengurangan ^ Pangkat * Perkalian = sama dengan Selain itu Eviews memiliki perintah dalam bentuk fungsi matematis yang dalam menuliskan perintahnya diawali dengan tanda @, Beberapa fungsi tersebut antara lain @log(x), @abs(x), dan @sqrt(x),

6

B. STATISTIK DESKRIPTIF 1. Statistik Deskriptif dari Suatu Variabel Statistika deskriptif (descriptive statistics) berkaitan dengan penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan, dan menganalisis data kuantitatif secara deskriptif, Data adalah sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis dan selanjutnya diinterpretasikan, Sedangkan variabel adalah karakteristik data yang menjadi perhatian. Data menurut skala pengukuran : a. Nominal, sifatnya hanya untuk membedakan antar kelompok, (Jenis kelamin), b. Ordinal, selain memiliki sifat nominal, juga menunjukkan peringkat, (ranking) c. Interval, selain memiliki sifat data ordinal, juga memiliki sifat interval antar observasi dinyatakan dalam unit pengukuran yang tetap, (Nilai Test), d. Rasio, selain memiliki sifat data interval, skala rasio memiliki angka 0 (nol) dan perbandingan antara dua nilai mempunyai arti, Data menurut sifatnya : a. Kualitatif Berupa label/nama-nama yang digunakan untuk mengidentifikasikan atribut suatu elemen , Nominal atau Ordinal, Data bisa berupa numeric atau nonnumeric b. Kuantitatif Mengindikasikan seberapa banyak (how many/diskret atau how much/kontinu), Data selalu numeric, Interval dan Rasio Data menurut waktu pengumpulan : a. Cross-sectional Data b. Time Series Data c. Longitudinal /Panel Data Cara Penyajian Data : a. Tabel Tabel satu arah, tabulasi silang, tabel Distribusi Frekuensi b. Grafik Batang (Bar Graph), lingkaran (Pie Chart), grafik garis (Line Chart), grafik peta, Ukuran‐Ukuran Lokasi statistika : a. Rata‐rata hitung (arithmetic mean, simple arithmetic mean, weighted arithmetic mean) b. Median dan modus c. Rata‐rata geometrik dan harmoni d. Nilai minimum dan maksimum e. Kuartil, desil, persentil f. std deviasi g. Skewnes (kemencengan) h. Kurtosis (keruncingan). Untuk menampilkan statistik deskriptif dari suatu variabel dengan menggunakan Eviews, misalkan variabel deposito dari file data1,wf1, dilakukan langkah-langkah sebagai berikut :

7

1. Membuka file data1,wf1 2. Dari menu utama Eviews,pilih option : Quick  Series Statistics  Histogram and Stats 3. Selanjutnya akan muncul kotak dialog Series List, Pada kolom Series name, isi dengan variabel yang akan ditampilkan statistik deskriptifnya, Dalam hal ini dipilih variabel deposito, 4. Jika semua talah selesai klik ok,

Dari output yang diperoleh dapat ditampilkan statistik deskriptif sesuai dengan kebutuhan yang akan diteliti, yang dengan cara : View  Descriptive Statistics  Stats by Classification

8

2. Statistik Deskriptif dari suatu Group Untuk menampilkan statistik deskriptif dari suatu group, misalnya dari file data1,wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut : 1. Membuka file data data1,wf1 2. Dari menu utama Eviews, pilih option : Quick  Group Statistics  Descriptive Statistics  Common Sample 3. Selanjutnya akan muncul kotak dialog Series List, Pada kolom List of Series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya, Dalam hal ini dipilih variabel deposito dan ihsg lalu klik OK

3. Covarian matrix Kovarian adalah ukuran dari seberapa banyak dua set data yang berbeda-beda, Kovarian menentukan sejauh mana dua variabel yang berkaitan atau bagaimana mereka bervariasi bersama, Untuk mendapatkan matrix cavariance dari suatu group, misalkan dari file data1,wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, lakukan langkahlangkah sebagai berikut : 1. Membuka file data1,wf1 2. Dari menu utama Eviews, pilih option : Quick  Group Statistics Covariances 3. Selanjutnya akan muncul kotak diaolog series list, seperti hanya pembuatan statistik deskriptif untuk group, pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya, Dalam hal ini dipilih variabel deposito dan ihsg, 4. Jika semua telah selesai, klik OK

4. Correlations Matrix Jika korelasi (r) =0 atau r~0  antara X dan Y tidak terdapat hubungan (X dan Y bebas satu sama lain) atau hubungan sangat lemah

9

r=-1  Hub X dan Y sangan kuat, tetapi hubungan negatif  X semakin besar , nilai Y semakin kecil. r=1  Hubungan X dan Y sangat kuat dan searah bila X semakin besar , nilai Y juga semakin besar Untuk menampilkan matriks koralasi dari suatu group, misalnya dari file data1,wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut : 1. Membuka file data1,wf1 2. Dari menu utama Eviews, pilih option : Quick  Group Statistics  Correlations 3. Selanjunya akan muncul kotak dialog Series List, Seperti halnya pada pembuatan Covariance Matrix, pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang kan ditampilkan statistik deskriptifnya, dalam hal ini dipilih deposito dan ihsg, 4. Jika semua telah selesai, klik OK

LATIHAN WAKTU 1999:01 1999:02 1999:03 1999:04 1999:05 1999:06 1999:07 1999:08 1999:09 1999:10 1999:11 1999:12 2000:01 2000:02 2000:03 2000:04 2000:05 2000:06 2000:07 2000:08 2000:09 2000:10 2000:11 2000:12 2001:01 2001:02 2001:03

DEPOSITO 204,54 207,12 206,75 205,34 204,76 204,07 201,93 206,61 198,68 198,79 199,00 202,45 205,12 205,27 209,34 205,48 207,21 208,24 210,91 211,99 211,87 214,33 217,15 221,37 222,10 224,04 226,04

IHSG 54,50 38,20 34,85 34,09 31,20 25,20 23,45 19,06 15,88 13,37 12,91 12,95 11,85 12,64 12,40 12,16 11,81 11,69 11,79 11,36 12,84 12,10 13,17 13,24 13,83 14,35 14,36

SUKUBUNGA 15,12 16,95 16,22 14,57 17,13 15,47 12,75 13,79 14,44 14,47 11,65 15,14 15,12 14,79 13,08 15,24 15,14 14,84 16,29 16,40 16,74 16,80 16,20 16,20 16,09 18,23 20,99

10

2001:04 2001:05 2001:06 2001:07 2001:08 2001:09 2001:10 2001:11 2001:12

227,04 229,63 233,46 238,42 237,92 239,44 241,06 245,18 249,15

14,93 14,92 15,00 15,14 15,62 16,16 16,67 17,06 17,24

24,21 25,02 22,62 21,89 21,31 20,11 18,49 16,72 15,72

1. Buatlah histogram statistk diskriptif untuk masing-masing variabel! 2. Buatlah statistik diskriptif untuk suatu group yang terdiri dari Deposito, IHSG, dan Sukubunga! 3. Buatlah covarian matrix dan correlation matrix dari group (Deposito, IHSG, Sukubunga)!

11

PRAKTIKUM 2 ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI TUJUAN PRAKTIKUM : TIU : Setelah menyelesaikan praktikum ini, mahasiswa diharapkan mampu mengolah data dengan software Eviews. TIK : Setelah megikuti praktikum ini, mahasiswa diharapkan mampu : 1. Melakukan serangkaian analisis regresi linier sederhana dan regresi linier berganda meliputi penaksiran parameter regresi, uji serentak, dab uji parsial. 2. Melakukan pengujian asumsi klasik beserta penyembuhannya. 1. Analisis Regresi Linier Analisis Regresi adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (Y) dengan satu atau lebih variabel bebas (X). Analisis regresi linier sederhana digunakan untuk menentukan persamaan regresi yang menunjukkan hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Data yang digunakan biasanya berskala interval atau rasio. Rumus umum regresi linear sederhana adalah: Ŷ = β0 + β1X Keterangan: Ŷ = Variabel dependen (nilai yang diprediksikan) X = Variabel independen β0 = Konstanta (nilai Ŷ apabila X = 0) β1 = Koefisien regresi (nilai peningkatan ataupun penurunan) Analisis Regresi Berganda merupakan perkembangan dari analisis regresi linier sederhana. Analisis regresi berganda bertujuan untuk mengetahui hubungan antar variabel respon dengan variabel prediktor dimana banyaknya variabel prediktor lebih dari satu. Persamaan umum regresi linier berganda Y = β0 + β1 X1 + β2 X2 +…+ βn Xn Keterangan : Y = variabel terikat β = konstanta β1 , β2 = koefisien regresi X1 , X2 = variabel bebas Persamaan variabel yang telah diperoleh harus diuji kecocokan modelnya, kemudian dilanjutkan dengan uji signifikansi koefisien regresinya. 1. Uji Kecocokan Model (Uji F) Hipotesis yang diuji secara umum adalah : Ho : β1 = β2 = … = βp = 0 (Model tidak cocok ) H1 : Paling sedikit ada satu βj ≠ 0 dengan j=1,1,…,p (Model cocok) Statistik Uji yang digunakan adalah uji F, dimana 𝐽𝐾𝑅⁄ 𝑘 ⁄𝑛−𝑘−1

Fhit = 𝐽𝐾𝑆

Kriteria ujinya adalah Ho ditolak jika F hitung > F(α;k;n-k-1) atau P-value < α 2. Uji Parsial (Uji t) Hipotesis yang diujikan adalah : 12

H0 : βj=0 (koefisien tidak signifikan) H1 : βj≠0 dengan j=1,2…,p (koefisian signifikan) Statistik Uji yang digunakan adalah t-Student, yaitu :

thit=

𝑏1 𝐾𝑇𝑆

√∑(𝑋−𝑋 ̅ )2

Kriteria pengujiannya adalah tolak H0 jika |thit| > t (α/2;n-k-1) atau P-value X2 atau P-value < α, maka H0 yang menyatakan adanya homoskedastisitas ditolak. Beberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah : 1. Transformasi variabel, baik variabel respon, variabel penjelas, maupun keduanya. Beberapa transformasi yang digunakan adalah ln, log, √, dll. Transformasi log/ln dan √ hanya bisa digunakan jika semua data bernilai positif. 2. Menggunakan metode Weighted Lesat Square (WLS). Untuk mengilustrasikan uji heteroskedastisitas menggunakan Eviews, akan digunakan data yang disimpan dalam file heteroskedastisitas.wfi1. 1. Lakukan estimasi model regresi dengan persamaan mgp c hp wt sp, outputnya adalah:

2. Untuk ilustrasi ini, pendeteksian heteroskedastisitas dilakukan dengan metode white. Dari jendela output model regresi, pilih option : View  Residual Test  White Heteroscedasticity. Terdapat dua menu yang dapat digunakan untuk uji heteroskedastisitas, yakni utuk pengujian adanya heteroskedastisitas murni, pilih opsi no cross term, atau cross term pengujian sekaligus antara heteroskedastisitas dan adanya bias dalam penentuan model pilih opsi cross term.

16

Nilai prob.(chi-square) = 0.000008 < α=0.05, maka data mengandung heteroskedastisitas. Apabila pendeteksian dilakukan dengan menggunakan metode park, pilih Genr dari menu utama workfile, kemudian buat workfile baru resid2 yaitu kuadrat dari residual. Kemudian regresikan kembali dengan variabel dependentnya adalah log(resid2).

Data dikatakan terkena heteroskedastisitas jika minimal satu nilai probabilitas dari variabel independent kecil dari alpha. 3. Untuk ilustrasi ini, penyelesaian heteroskedastisitas menggunakan metode WLS. Pilih menu utama Quick  Estima...