12:21 PM
Ferdian Fadly
Beberapa waktu yang lalu telah disampaikan
mengenai materi Pengujian signifikansi Fixed Effects Model… Nah, saat ini saya akan melanjutkan
penjelasan tentang prosedur pengerjaannya. Seperti yang sudah kita pelajari Pengujian signifikansi Fixed Effects Model bertujuan untuk memperbandingkan antara
model Fixed Effects dengan model common Effects, dimana hipotesis Null nya
adalah model common effects lebih baik, artinya memang tidak ada perbedaan efek
antar individu (waktu kalau menggunakan efek fixed period) pada data panel.
Tahapan Pengujiannya adalah sebagai berikut :
1. Model telah dilakukan
Estimasi terlebih dahulu, misalnya Fixed effect pada cross-section nya, seperti
yang telah dilakukan pada saat materi Estimasi data panel menggunakan E-views (silahkan dilihat kembali).
2. Pada saat
ingin menguji signifikansi Fixed Effects Model, pastikan kembali
bahwa estimation method yang digunakan cross section/period nya tertulis Fixed,
kemudian OK.
3. Pada Pool, pilih VIEW à Fixed/Random Effect Testing à Redundant Fixed Effect – Likelihood Ratio , Kemudian Klik
4. Kemudian
akan muncul Output seperti ini:
Seperti yang dapat dilihat pada output diatas, nilai Prob=0.0000 untuk Cross-section F, yang berarti kurang dari
0.05 (KEPUTUSAN: TOLAK Ho) sehingga
dapat disimpulkan dengan tingkat keyakinan 95 persen model FIXED Effects lebih baik daripada model COMMON Effects.
Atau penghitungan Semi manualnya
dapat dilakukan sebagai berikut :
1. Cari Sum Square Residual Model Common à RSS 1 dengan cara method estimasi nya tidak dirubah menjadi fixed
ataupun common (Lihat Estimasi datapanel menggunakan E-views).
2. Cari Sum Square Residual
Model Fixed à RSS 2 dengan cara method estimasi nya dirubah menjadi Fixed (Lihat Estimasi data panel menggunakan E-views).
3. Lakukan Penghitungan
sesuai dengan rumus pada Pengujian signifikansi Fixed Effects Model.
Disini saya menggunakan bantuan program Ms. Excell untuk
menghitungnya
Kesimpulan yang
diperoleh sama saja, karena memang ini hanya penjabaran rumusnya saja…
Terimakasih telah membaca…
FERDIAN FADLY
Posted in:
102 comments :
Terimas kasih atas pencerahannya mas. saya mo tanya nih, saya pake eviews 5.1, setelah langkah regresi panel data seperti yg mas terangkan sudah saya ikuti, saat akan menguji signifikannya saya cek menu view tapi tidak ada pilihan fixed/random effects testing. Salahnya dimana ya mas. Terima kasih sebelumnya
Hausmann tidak disediakan secara langsung oleh Eviews 5 kebawah...Tidak secara langsung itu maksudnya adalah fungsi tersebut dapat kita munculkan dengan penggunaaan syntax, namun memang maaf pak syntax nya cukup panjang, jadi saya sarankan menggunakan Eviews 6, 7, atau yang terbaru lagi...Saya menggunakan Eviews 6
Bagaimana jika setelah uji pertama Yang terbaik common Effect, kemudian uji kedua yg terbaik Fixed Effects, kemudian uji ketiga yg terbaik random effect, jadi yang harus dipilih model yang mana dan bagaimana caranya?
yang dilihat dari chow test ini juga prob aja ya bang? terus kalo uji hausman ada kan cara yang kaya gini yg diklik jadi correlated random effect-hausman test? itu apa yang dilihat juga prob apa gimana?
sebelumnya tuh data saya dibilang "cross section invalid Hausman statistic set to zero" itu kenapa?
Bagaimana jika setelah uji pertama Yang terbaik common Effect, kemudian uji kedua yg terbaik Fixed Effects, kemudian uji ketiga yg terbaik random effect, jadi yang harus dipilih model yang mana dan bagaimana caranya?
"Hal yang sangat kecil kemungkinan terjadinya. Namun, kalaupun begitu...kita masih tetap dapat memilih model berdasarkan kriteria kriteria yang ada, baik secara formal ataupun informal"
bagaimana cara melihat nilai varabel dependen nya (hasil regresi data panel) ? apakah harus menghitung sendiri atau sudah tersedia dalam eviews ?
terima kasih
bagaimana cara interpretasi model FEM dan cara menghitung nilai dummy nya ?
data saya di eviews sewaktu uji chow yang terbaik adalah fixed effect dan sewaktu uji hausman adalah random ? dan ketika di uji asumsi klasik data yang random ternyata tidak lolos uji normalitas sedangkan data fixed effect lolos semua uji asumsi klasik ? apa yang sebaiknya saya ambil datanya ?
@dimaz wahyu : apakah yang dimaksud adalah nilai estimasi atau perkiraan untuk nilai variabel dependennya? jika demikian, maka caranya adalah
- estimasi modelnya
- kemudian tekan proc> forecast
NIlai dummy dari model fixed effect akan otomatis muncul.. selamat mencoba...terimakasih...
@bisnis anak muda : Pertimbangan yang anda lakukan haruslah berdasarkan kepada pertimbangan statistik dan pertimbangan esensi penelitian itu sendiri...disini saya tidak mendapatkan informasi mengenai esensi penelitiannya (dalam hal ini, sudah benarkah hubungan antar variabel dan lain sebagainya)...namun, jika pertimbangan esensi penelitian akan diabaikan, dalam penggunaan data panel, haruslah dipastikan apakah dummy variabel (fixed effect- ai) berkorelasi dengan variabel independennya? jika demikian, fixed effect lebih baik.
cara interpretasi data panel dengan metode FEM pada eviews gimana sih utk memunculkan individual effect nya ?? sy ga ngrti disitu ..... data observasi sy mencakup kabupaten/kota . mohon dibantu pencerahannya doongg . terimakasih
@izatun : dalam banyak literatur, dinyatakan, itu omitted atau bisa diabaikan...karena angka koefisiennya FEM akan berkorelasi kuat dengan variabelnya....jadi besar kecilnya si koefisien tadi akan punya hubungan kuat dengan variabel bebas yang dimiliki...misalnya PDRB papua...tidak akan pernah sama dengan PDRB nya papua...so koefisien papua tidak akan sama dengan jakarta....
mas ferdian... nama saya suwandi, mahasiswa yang sedang menyusun skripsi...
saya mau bertanya... apakah dalam eviews tingkat signifikannya selalu 95% atau bisa di setting tingkat signifikanny?
dan juga data saya setelah di uji normalitas ternyata data ny tidak normal apakah ada cara buat mengatasi masalah tersebut
mohon pencerahannya mas ferdy
terima kasih
malam mas ferdi, saya handi. saat ini sedang skripsi, saya ingin bertanya kenapa nilai durbin watson hasil penelitian saya sangat kecil dan bagaimana caranya supaya nilainya bisa lebih besar? var. y saya harga saham bulanan 4 perusahaan selama 8 tahun. dan ada 3 variabel x. terimakasih mas ferdi atas bantuannya
@suwandi :apakah dalam eviews tingkat signifikannya selalu 95% atau bisa di setting tingkat signifikanny?
Dalam kolom terakhir itu ada prob. yang menunjukkan nilai peluang kesalahan (alpha)...jika anda ingin tingkat keyakinan 99%..artinya nilai probnya akan dibandingkan dengan 0.01...dst....tetapi perlu saya sampaikan jika anda perkecil alpha...maka power test anda akan membesar...begitupun sebaliknya...anda perbesar alpha...maka power test anda akan mengecil....nah..95% itu menurut literatur andy field yang saya baca..merupakan angka yang cukup baik untuk mereprsentasikan keadaan data kita...
dan juga data saya setelah di uji normalitas ternyata data ny tidak normal apakah ada cara buat mengatasi masalah tersebut?
Untuk mengatasi masalah kenormalan :
- Eksplorasi adanya data outlier atau tidak
- perbanyak jumlah observasi
@handi. kenapa nilai durbin watson hasil penelitian saya sangat kecil dan bagaimana caranya supaya nilainya bisa lebih besar? var. y saya harga saham bulanan 4 perusahaan selama 8 tahun. dan ada 3 variabel x.
Perlu mas ketahui nilai durbin watson merupakan indikasi awal, data anda melanggar asumsi autokorelasi...artinya ada keterkaitan antara error satu dengan lainnya...keterkaitan error ini mencerminkan keterkaitan yang terjadi pada Y nya biasanya...data anda menggunakan series 8 tahun...bukan tidak mungkin kan...kondisi saham saat ini dipengaruhi oleh kondisi saham sebelumnya?? Selamat berkreasi...
Terimakasih telah membaca
Salam
Ferdi
Untuk teman-teman semua, saya sudah kembali aktif menulis
Silahkan dibaca terimakasih
http://ferdifadly.blogspot.com/2015/03/struktur-model-data-panel.html
Mas ferdian, saya mhsiswi yg sedang mengerjakan skripsi, saya ingin bertanya salah satu variabel pengujian saya tidak signifikan yakni memiliki nilai sebesar (0,08 > alpha 0,05). Jika saya ingin mengubah tingkat signifikan saya menjadi 10%. Apakah ada settingan khusus di tampilan eviews 6? Mohon infonya mas, terima kasih
Malam, saya Anyssa mahasiswi tingkat akhir. Saya ingin bertanya, jika hasil uji Chow menghasilkan jawaban penggunaan metode fixed effect. Apakah kita harus menguji dengan uji Langrange Multiplier atau langsung saja ke uji hausman? terimakasih..
@anonymouus tidak ada settingan khusus, interpretasikan saja
@anyssa : saya rasa tidak perlu...chow kan fixed effect lawan common effect dan yang menang sudah fixed effect...kalau hausmannya diuji dan fixed menang lagi... berarti fixed kan...tidak perlu rasanya kita perlu tahu siapa yang menang hausman atau common...ya kan?
Pagi, saya Avinta sedang melakukan uji chow & hausman. Mau bertanya, jika prob f (statistik) nya di setiap uji bernilai 0.0000 itu apa ada yg salah? Di uji chow 0.0000 dan ketika uji hausman juga 0.0000. Terimakasih sebelumnya.
chow test : fixed vs common, jika signifikansi < 0.05, gunakan fixed
hausman test : fixed vs random, jika signifikansi < 0.05, gunakan fixed
datanya mbak avinta dua duanya menunjukkan hal tersebut, berarti fixed...saya belum melihat keanehannya...
sama sama...
Oh begitu ya soalnya saya agak bingung saja kenapa sama-sama 0.0000, oke terimakasih ya Mas Ferdy atas bantuannya.
sama sama mbak
sore, saya evi
uji chow saya hasilnya fixed sedangkan uji hausman saya hasilnya random. mau bertanya apakah saya harus melakukan uji Lagrange Multiplier (LM) karna setau saya uji LM itu common vs random. mohon pencerahannya
@evi : chow test (jika signifikan --> fixed), hausman test (jika signifikan --> fixed)...
kondisi
- chow test (memilih fixed, fixed lebih sesuai dibandingkan common)
- hausman test (memilih random, random lebih sesuai dibandingkan fixed)...
pilihan jatuh pada random....tidak perlu LM test lagi...cuma note nya adalah pastikan hasil dan kondisinya seperti prolog saya tersebut ya...
terima kasih banyak pak untuk pencerahannya
pak ferdian,
saya mau bertanya, saya menggunakan data panel dengan variabel independen cash conversion cycle, return on asset dan tobinsq sebagai dependan. setelah uji chow dan hausman terpilih random utk roa dan fixed utk tobinsq.
pertanyaan saya
1. apakah benar tobinsq yg telah terpilih fixed diuji lagi cross weighted nya utk melihat tingkat signifikansinya? atau ada pengujian lainnya?
2. utk roa saya sudah terpilih random. dan r squared nya kecil sekali 0.006251. apakah ada kesalahan dalam data ?
total observasi 468 thn 2011 sd 2014
mohon bantuannya pak terima kasib
@ndah : fixed memang harus diuji apakah struktur varians covariansnya homoskedastisitas, hetero atau apa...sehingga kita bisa menentukan apakah harus menggunakan weight cross sectionnya atau cross section weight with SUR....begitu...
2. cek kenormalan...hilangkan outlier yang dirasa mengganggu model...
bro klo di estimasi method dipilih period bukan cross boleh gak??dta penelitan gw lebih bnyk time seriesny.klo dipilih yg cross hslny aneh bgt 0.99. Tp klo dipilih yg period yg wajarlah sktr 80an.gmn???itu otomatis ke pilih fixed kan klo random hrs cross section yg lbh besar.
@josep : boleh saja...kalau meyakini bukan efek individu nya yang berpengaruh tetapi series antar waktunya yang punya efek berbeda....misalnya ada krisis,situasi normal dst....
@ndah : fixed memang harus diuji apakah struktur varians covariansnya homoskedastisitas, hetero atau apa...sehingga kita bisa menentukan apakah harus menggunakan weight cross sectionnya atau cross section weight with SUR....begitu...
Menindaklanuti jawaban di atas mas, bagaimana bila setelah dicek kenormalannya, data berdistribusi normal? apakah saya boleh melanjutkan dengan model fixed karena mempunyai nilai R squared yang lebih tinggi?
2. cek kenormalan...hilangkan outlier yang dirasa mengganggu model...
ya menurut saya tetap harus diuji struktur varians covariansnya beda...kenormalan..dapat diakomodir juga oleh struktur varians covarians ini koq, sekalian....
Anda memiliki masalah dalam penelitian, skripsi, tesis, dan disertasi anda?? Kami solusinya..
Kami menyediakan jasa konsultasi olah data statistik
Permasalahan anda akan ditangani dengan cepat oleh para profesional yang kompeten di bidang statistik dan ekonometri.
Software statistik yang biasa digunakan diantaranya
1. SPSS, 2. Stata, 3. E-views, 4. Lisrel, 5. Smart-PLS, 6. Program-R, dsb.
Tunggu apalagi.. Hubungi Kami..
Alkhwrizmi Consultan : 0812 7578 4200
Email : alkhwrizmi@gmail.com
http://alkhwrizmi.blogspot.co.id/
bagaimana langkah-langkah uji asumsi klasik pada data pool (random effect)
@runis : Data random menggunakan estimasi GLS, berdasarkan bukiu gujarati, pengujian asumsi klasik tidak dibutuhkan lagi....
Mas Ferdi, ada 2 pertanyaan nih.
1) Data sy memakai var dummy (0 dan 1). Ketika uji Chow tidak bisa karena "near singular matrix". Solusinya sy ubah di panel optionnya yg "fixed" bukan di cross-section tapi di period. Baru mau muncul hasilnya. Apakah cara ini diperbolehkan?
2. Hasil uji Chow (poin 1) menunjukkan bahwa Common Effect lebih baik. Apakah sy perlu melanjutkan uji LM? Atau cukup berakhir sampai di sini?
Matur nuwun. (Ferry)
Video Uji Reliabilitas Cronbach Alpha Menggunakan EVIEWS
www.youtube.com/watch?v=YiMBKcvzkE4
WA 085227746673
Analisis Data EVIEWS, LISREL, SPSS, AMOS, DLL
@verivanjaya:
1) artinya anda meyakini bahwa yang berbeda itu bukan karakter individu nya, tetapi karakter waktunya
2) ketika common effect, artinya pakai OLS kan, sehingga balik lagi uji asumsi klasik kembali dibutuhkan
terimakasih atas jawabannya. Mas Fadly ada referensi/sumber yg bisa saya jadikan rujukan bahwa "ketika hasil uji chow menunjukkan menang OLS (common effect) maka tidak perlu dilakukan uji Hausman/LM untuk menentukan fixed or random" ? terima kasih
@verivanjava : sorry saya salah mengerti pertanyaan awalnya...saya kira maksud LM disini adalah ketika pengujian struktur varians covarians e ternyata yang dimaksud adalah random vs commmon...
kalau saya stepnya
fixed vs common, siapa yang menang? katakanlah common
fixed vs random, siapa yang menang? kalau yang menang adalah fixed, maka saya punya dasar untuk memilih common...tapi kalau yang menang justru random, ada kepentingan menurut saya untuk mengetahui random vs common sehingga perlu dilanjutkan ke LM test nya... tetapi sekali lagi,,,saya berprinsip tetap pada penelitinya lah yang berhak menentukan mana yang terbaik...
Mas ferdi, saya mahasiswa sedang menyusun skripsi. Disini saya memakai regresi data panel dengan model fixed effect. Apakah perlu melakukan uji asumsi klasik kembali atau tidak ?
Terimakasih
@fajri : pada regresi menggunakan data panel, ada namanya pengujian struktur varians covarians...itu yang harus dilakukan
mas untuk memunculka output variabel dummy bagaimana ya?
@fajriyatul: individual effect
mas Ferdi saya uji skripsi saya menggunakan fem karna prob sudah memenuhi namun pada saat melihat t statistik tidak signifikan semua itubagaimana? uji normalitas juga lolos
@Anonymous : boleh saya lihat datanya
Mas ferdi... Saya lg menyusun skripsi nih, mentok di permodelan :( ngolah data...
1. Saya uji chow kepilihnya fixed
2. Saya uji hausman kepilihnya random
3. Saya uji lagrange kepilihnya random
Brrti saya pakai random ya?
Barangkali saya bisa konsultasi hehe
@tresna : ya..hasil uji merekomendasikan hal tersebut...keputusan akhir tetap pada penelitinya
mas ferdinand mau tanya kalo hasil saya ada tulisan "cross section test variance is invalid. hausman statistic set to zero." maksudnya pa ya? mhon pencerahannya. terimakasih
Mas ijin bertanya, sy memilih model data panel menggunakan uji2 tersebut. Yg terpilih adalah Fixed Effect, namun hasil regresinya tidak ada yg signigikan, sementara menggunakan common effect hasil regresnya signifikan. Apa kah sy boleh tetap menggunakan hasil yang common effect?
@ anonymous : sebenarnya sudah bisa diterjemahkan..artinya statistik uji nya diset sebagai zero....fixed lawan random tidk optimal dilaksanakan....
@doremifafafa : boleh...itu hak prerogatif penelitinya koq...sila baca buku baltagi...
mas izin bertanya, cara memunculkan efek individual di eviews itu bagaimana ya? terimakasih mas
@nurul: view > individual effect
Permisi mas mau nanya, untuk merubah nilai signifikansi yang 0.05 atau 5% dalam eviews versi 9 itu bagaimana ya? Terimakasih
@anonymous : lho...keputusannya kan tetap pada penelitinya kalau memutuskan 5 atau 10 persen...
Maksud saya kan kalo yang auto di aplikasi eviews nya itu 5%, nah kalo pingin dirubah menjadi 10% itu tombol settingan nya yang mana?
@anonymous: gak ada...kita aja nanti yang mendefinisikan pengambilan keputusannya di paper nya...
Mas ferdi saya mau tanya. Hasil uji F saya lebih dari 0.05. sebelumnya saya sudsh menetapkan nilai signifikansi nya 5 persen. Lalu apa harus diubah mensjdi 10 persen?
@nova : tinggal dibaca saja sebenarnya...tidak ada proses apa apa...
Mas mau tanya, data saya time series terus saya olah pake metode ecm di eviews,4 variabel saya nilai probnya >0,05 berarti tidak signifikan semua kan mas? Adakah caranya agar data bisa signifikan mas?
short nya, tidak signifikan...bagaimana dengan long nya ?
Sama saja mas, yang saya log variabel rupiah saja, yg 3 variabel % jadi tidak saya log
Hasilnya tetap tidak ada yg signifikan, trs dlm jk panjangnya prob f(statistic) >0.05,tp kalo yg jk pendek prob f(statistic) <0.05
Cuma hasilnya semua tetap tidak signifikan
tentang apa ya? ada krisis atau sesuatu ga ya dalam rentang waktu tersebut atau kejadian yang begitu mencolok?
Mas maaf saya mau tanya,
saat saya melakukan uji FEM, hasilnya adalah "near singular matrix", itu kenapa ya mas? lalu langkah yang harus saya lakukan apa ya mas?
terima kasih
ada menggunakan dummy yang mirip sama fixed effectnnya...misalnya....tentang provinsi provinsi di Indonesia...tapi dummy nya pulau di Indonesia....eliminasi dummy nya...kalau ga...pakai random effect...
saya sudah coba eliminasi satu persatu variabelnya, dan ternyata yang harus dihilangkan antara Jumlah dewan komisaris dan Proporsi komisaris independen. Kalo bisa saya simpulkan penyebabnya sama seperti yang mas Ferdian infokan. Berarti satu2nya cara ya menghilangkan variabel tersebut.
Lalu pak, kalo misalnya kita enggan menghilangkan variabel tersebut. Apakah memungkinkan kita melakukan uji hanya dengan mencari CEM dan REM saja? yang ini berarti ujinya hanya bisa dilakukan dengan uji LM.
@mbak hety : beda kasus mbak, kalau mbaknya ternyata kombinasi dari variabel bebas nya menciptakan kondisi near singular matrix, kecurigaan saya adalah... antara jumlah dewan komisaris ataupun proporsi komisaris independen itu..nilainya tetap ataupun kurang bervariasi pada rentang penelitian....misalnya...3 di sepanjang periode penelitian.....gitu gak case nya?
iyaa betul mas, nilai dari kedua variabel itu memang kurang bervariasi mas. Jadi solusinya bagaimana ya mas? tetap menghilangkan salah satu variabel agar tetap menjalani semua uji (Chow, Hausman & LM) atau dapat disesuaikan dengan keadaan (hanya bisa uji LM) ?
@hety : cara paling ringkas adalah ga memasukkan variabel yang kurang bervariasi tadi...untuk apa kita ingin mengetahui hubungan ini terhadap itu...ketika si ini nya ga ada variasi?
berarti saya hilangkan saja variabelnya ya ?
ya
Hallo mas, mau tanya apakah blog mas ada yang menjelaskan tentang cara interpretasi model random effect terhadap hipotesisnya? atau adakah blog mas yg menjelaskan tentang random effect itu sendiri secara mendetail? karena skripsi saya hasilnya random dan pembimbing meminta penjelasannya namun saya masih bingung dengan random itu sendiri, terimakasih sebelumnya
oke mas, terima kasih banyak atas informasinya.
@putri: individual effect sebagai randomnya ya? belum sih...tetapi kalau baca koefisien variabel bebas lainnya relatif sama dengan model lainnya..
Halo mas ferdi, terimakasih atas tulisannya yg sangat membantu kami. Kalo misal uji hausman hasilnya invalid, apakah saya boleh memilih random effect? Lalu rquare yg kecil <20% apakah menjadi masalah mas?
@rania: coba kurangi variabel bebasnya....dan ulangi langkah fixed dan randomnya lagi...
salam. sy ingin bertanya knp saat saya uji chow pada 2sls muncul error messege "not available with this estimation method"?
Selamat malam pak,saya sedang melakukan regresi linear berganda terhadap model yg saya susun dalam skripsi saya dimana variabel yg saya gunakan prduksi, nilai tukar, harga ekspor dan volume ekspor. Namun secara teori jika terdapat variabel yang berkaitan (harga dan volume Ekspor) berhubungan biasanya akan mengalami multikolinearitas. Tetapi hasil yang saya dapatkan bagus dan tidak berpenyakit. Lalu pertanyaan saya apakah model seperti ini dapat dipertahankan?
@unknown: tergantung bagaimana anda mempertahankannya...dan bagaimana anda menginterpretasikannya...tetapi saya pribadi menyarankan...boleh diikuti boleh tidak....pilih salah satu dan coba run kembali....dan paling penting dari model adalah apa pesan dari penelitian anda.....eviews ataupun alat stat lain itu dimasukkan apa aja juga jalan...paling penting peneliti dan penelitiannya punya pesan yang jelas...
Selamat malam, mas.
Ijin bertanya, saya sedang menyusun skripsi dengan menggunakan data panel. Di mana data variabel Y tahun berjalan digunakan data variabel X tahun yang lalu (t-1). Bagaimana cara membuat tabulasi data variabelnya, sebelum diolah di eviews? Terimakasih..
@unknown : sila pelajari terkait panel dinamis... input datanya cukup Y nya saja....nanti ketika spesifikasi model baru tulis y c y(-1) dan variabel lainnya tentunya...atau y c AR(1)
Sebelumnya terimakasih mas, sudah berkenan menjawab. Saat saya bimbingan dengan dosen, beliau tidak menjelaskan soal panel dinamis. Dan dari beberapa penelitian terdahulu yang menjadi referensi saya, tidak ada penjelasan terkait panel dinamis. Jadi saya bingung. Saya juga baru belajar tentang regresi data panel dengan eviews.
Kalo Variabel Y tahun berjalan (t), sementara Variabel X nya tahun yang lalu (t-1), brarti model penelitian nya seperti ini ya mas =
Yit = α + β1iX1,t-1 + β2iX2,t-1 + β3X3,t-1 + ..... + µit
Dengan hipotesis Variabel X tahun lalu berpengaruh signifikan terhadap Variabel Y tahun berjalan.
Misalkan, tahun pengamatannya adalah tahun 2014-2019. Apakah input data Y nya adalah data tahun 2014, dan input data X nya adalah data tahun 2013. Dengan date spesificationnya adalah tahun 2014-2019..
@anonymous: kalau saya akan tetap entri sesuai tahunnya saja...nanti ketika spesifikasi modelnya tinggal ditulis y c X1(-1) X2(-1)... kalau terjadi pada X nya sebenarnya ini masih statis...kirain tadi y sekarang dipengaruhi oleh y yang lalu juga...
Kalo saya entry sesuai tahunnya, dan spesifikasi modelnya seperti itu, total panel observasinya jadi berkurang ya mas? Misalkan observasi 175 (5 tahun X 35 pemda), jadi berubah 140. Tidak apa-apa kalo seperti itu?
Saya juga mau tanya beberapa hal lagi mas, terkait dengan FEM.
Pada FEM apakah harus menggunakan variabel dummy?
Lalu bagaimana kalo setelah uji chow dan hausman, yang terpilih adalah FEM. Sementara hasil FEM tidak ada yang signifikan. Padahal hasil dari CEM dan REM ada yang signifikan.
Terimakasih, mas...
ini sebenarnya teknis sekali ya mas....bebas sih mau cara mas juga oke...tapi kalau saya akan entri 2013 - 2019...jadi nanti untuk y yang 2013, saya isi NA...jika memang nilainya tidak diketahui...untuk kenyamanan database aja sih sebenarnya...kalau running datanya ga masalah,,
Baik mas..
Kalo untuk model FEM, apakah harus menggunakan variabel dummy ya mas?
@anonymous : FEM itu otomatis menghasilkan dummy...jadi kalau dikasih variabel dummy lagi...seringkali near singular matrix
Baik mas Ferdi. Oh ya, dari kemaren saya nanya, tapi belom memperkenalkan diri.Hehe.. Nama saya Hery dari Solo.
Melanjutkan pertanyaan kemarin, kalo dari pengujian Chow dan Hausman, yang terpilih adalah FEM. Sementara hasil FEM tidak ada yang signifikan, itu bagaimana ya mas? Saya menggunakan 4 VB. Pada hasil CEM, X1 dan X2 berpengaruh sign, begitupun pada REM. Sementara hasil FEM tidak ada satu pun yang sign. Saya cek tidak ada problem multikolinieritas. Apa kita boleh menentukan sendiri model yang kita pakai?
Saya membaca penelitian terdahulu yang memilih model REM, padahal dari uji pemilihan model yang terpilih adalah FEM, dengan alasan model FEM tidak memberikan interpretasi yang lebih baik. Apa diperbolehkan seperti itu? Adakah teori yang memperkuat hal tsb?
Hi Hery...
kemungkinan datanya kena heteroskedastisitas...tapi jangan takut...panel memang kecendrungannya sering seperti itu...pelanggaran ini seringkali menyebabkan modelnya underestimated....Namun, solusinya mudah...pakaikan saja cross section weight...biasanya beres...kalau masih bermasalah juga...cek durbin watson nya sebagai indikasi ada masalah autokorelasi juga...
Iya mas ferdy, ternyata kena heteroskedastisitas. Hasilnya 2 VB berpengaruh signifikan.
Berarti untuk masalah heteroskedastisitas cukup saya atasi dengan cross weight section saja ya mas.
Lalu Fixed Effect dengan crosss weight section ini perlu dilakukan uji Chow dan uji hausman lagi apa ga mas?
ga usah diuji chow dan hausman lagi mas heri...kan sudah di awal tadi dan terpilih fixed kan...nah permasalahannya kemudian fixed yang bagaimana?ooo...ternyata fixed cross section weight...untuk tambahan lain mungkin layak juga untuk mengganti option dari weight nya...pakai cross section weight with SUR atau lainnya...
Mas Ferdi, kalo kita pake fixed cross section weight apa perlu uji asumsi klasik yang lain (normalitas, autokorelasi)?
Saya uji normalitas model fixed cross section weight tapi hasilnya tidak berdistribusi normal.
@anonymous : harusnya terdistribusi normal sih...boleh saya lihat datanya di 07.5356@gmail.com
Mas ferdi saya mau tanya ini kan kemarin pas udah pemilihan model terpilih FEM. kemudian saya coba uji asumsi klasik dan gak normal serta terkena heteroskedastisitas. Akhirnya saya outlier data tsb yg uji normalitas aman tetapi uji heterosnya tidak. Apa ya kira kira langkah selanjutnya. Terima kasih :)
@melia...bagaimana caranya eliminasi outlier di data panel? hati2 hilangkannya ya...harus ada arti dalam konteks sebenarnya bukan sekedar hilang2 kan saja
kalau masalah heteroskedastisitas harusnya teratasi dengan penggunaan cross section weight....
Malam mas,mau tanya saya mahasiswa yg sedang mengerjakan skripsi, saya ada bermasalah dgn nilai t statistik penelitian saya, karna tidak ada yg berpengaruh sama sekali dari 4 variabel x, bagaimana ya solusi nya?apakah ada cara lain seperti ln atau log data? ataukah memang tdk bisa sama sekali dirubah agar t stat > t tabel?
Terima kasihhh
@unknown...coba hilangkan variabelnya satu2..atau masukin variabel nya satu2...dari paling penting diceritain...mungkin karena multikolinearitas
Kalo di uji multiko ga kena multiko, kalo di uji per satu variabel nilai t nya berpengaruh sedangkan kalau secara simultan atau berkelompok tdk berkelompok, solusinya yg bagus bagaimana ya?
Kalo di uji multiko ga kena multiko, kalo di uji per satu variabel nilai t nya berpengaruh sedangkan kalau secara simultan atau berkelompok tdk berpengaruh, solusinya yg bagus bagaimana ya?
masukkan satu satu dari yang paling berpengaruh...jangan berusaha masukin semuanya...
Post a Comment