Wednesday, October 16, 2013

[Video+Tutorial] Regresi Logistik (SPSS vs STATA)

Terimakasih telah berkunjung....

Pada Video yang kedua ini, saya akan bercerita mengenai regresi logistik. Semoga bermanfaat. Terimakasih.

Wednesday, October 9, 2013

[Video-Tutorial] Import + Regresi Data Panel

Hohohoho.....Welcome to ferdifadly.blogspot.com

Saat ini saya lagi sedang melakukan uji coba untuk mengupload video terkait dengan materi statistik. Mohon pendapatnya ya....Tapi jangan komentari narator nya ya....hahahaha.....

Kalau memang responnya cukup baik, mungkin ke depannya saya akan menambahkan video ini ke setiap materinya. Sehingga, teman-teman pembaca sekalian dapat memahami dengan lebih jelas. Terimakasih telah melihat.

Oya, video ini juga tersedia dan dapat didownload di youtube

----- Ferdi ----

Monday, August 19, 2013

Pengujian Struktur varian-covarian data panel (Part 3)

Baik, setelah bicara terlalu teoritis di 2 postingan sebelumnya, kita akan coba membahas pengujian struktur variance covariance nya secara lebih teknik. Rumus pengujian struktur varians-covarians ada banyak. Namun, rumus/formula yang ada di buku Greene ini merupakan rekomendasi dari saya. Berikut saya kutipkan halaman dari buku yang saya maksud. 

Rumus yang saya maksud adalah yang ada dalam kotak yang ditebalkan. Null hipotesis yang kita miliki adalah struktur varians covarians nya homoskedastik. (Posting ini masih dalam penyempurnaan)

Wednesday, August 14, 2013

Pengujian Struktur varian-covarian data panel (Part 2)

Saya akan melanjutkan postingan sebelumnya mengenai struktur varians-covarians data panel. Menurut Mahyus Ekananda, Greene (2000) dan Gujarati (2003) membagi struktur varians - covarians menjadi sebagai berikut :

Pengujian Struktur varian-covarian data panel (Part 1)

Ok. Benar sekali, saya telah lama tidak menulis kembali. Benar sekali kalau dikatakan pekerjaan menumpuk dan tidak tahu apa yang harus saya prioritaskan. Untuk itu, saya mohon maaf. Saya baru bisa menulis kembali sekarang. Masih tentang PANEL, terutama terkait dengan pengujian struktur varians covarians data panel.


Tahapan selanjutnya setelah menentukan model estimasi adalah memilih metode estimasi yang tepat sesuai dengan struktur varians-kovarians  residual. Membangun model regresi dengan data panel akan menyebabkan bertambahnya komponen residual, karena adanya dimensi cross-section dan time-series pada data. Kondisi ini menyebabkan matriks varian kovarian residual menjadi sedikit lebih kompleks bila dibandingkan dengan model regresi klasik yang hanya menggunakan data cross-section atau data time-series. 
Pada model regresi klasik, pelanggaran terhadap asumsi klasik, terutama heterokedastisitas dan autokerelasi merupakan masalah serius yang mengakibatkan penduga parameter regresi yang diestimasi dengan OLS tidak lagi bersifat BLUE (best linier unbiased estimator). Ada banyak solusi yang dapat dijalankan bila itu terjadi pada model regresi klasik, diantaranya transformasi variabel dengan berbagai bentuk modifikasi.
Dalam pemodelan regresi dengan data panel, terjadinya pelanggaran asumsi regresi linier klasik pada residual adalah hal yang sangat sulit dihindari. Namun berbeda dengan regresi linear klasik, pelanggaran asumsi klasik dapat diakomodasi melalui pemilihan metode estimasi yang disesuaikan dengan struktur varians-kovarians residualnya. 
Berbagai kemungkinan metode estimasi yang disesuaikan dengan struktur varians-kovarians yang selanjutnya akan dijelaskan selanjutnya. Terimakasih telah membaca. FERDI.

Friday, June 14, 2013

[Tutorial Eviews] Cara Input Data panel Alternatif


Cara Input Data Alternatif (Tersedia versi VIDEO disini)
Terimakasih sebelumnya saya sampaikan kepada teman-teman yang sudah membaca blog saya. Bahkan, ada yang sampai menyatakan via email, untuk dibukukan saja. Wah, itu mah maunya saya juga (tapi belum ada tawaran…hahaha..). Saya apresiasi sekali atas sumbangan komentar baik itu yang langsung di blog ini maupun langsung via email. Semoga semua hal tersebut dapat membangun blog ini menjadi lebih baik ke depannya. Terimakasih.
Mengapa Cara ini Alternatif?
Pada penulisan kali ini, saya akan coba memberikan cara input data alternative pada eviews (bagi yang belum membaca cara input data panel yangbiasa saya lakukan). Saya menyatakan cara ini alternatif karena memang cara ini jarang saya lakukan (Subjektif memang..hehe). Namun, sebenarnya inilah cara konvensional atau yang dapat berlaku secara umum input data di Eviews. Postingan ini saya tampilkan karena banyak teman-teman yang menyatakan bahwa cara yang biasa dilakukan tidak berhasil pada mereka. Dan, juga ada kebutuhan untuk analisis lebih lanjut yang butuh input data seperti ini. Let’s check it out =D
Tahapan Input Data
1.      Seperti biasa, Bukalah program Eviews anda
2.      File>New>Workfile

3.      Kemudian pada pilihan workfile Structure, tentukan jenis data yang anda miliki.
Undated untuk data cross section
Dated untuk data time series
Balanced Panel untuk data panel
Disini saya akan coba input data panel, karena tidak lazimnya input data panel disini, makanya saya sebut cara ini cara alternative. Isian Frequency saya annual berarti saya menggunakan data tahunan 2009-2011 dengan number of cross nya 33 unit. Ok.

4.      Kemudian Pada workfile yang terbentuk, pilih object. Pada pilihan Object>New object.
5.     Pilih Type of object series, dan tuliskan nama variable yang akan dibuat misalnya X1
 6.      Lakukan berulang kali tahapan tadi hingga terbentuk sesuai jumlah variable yang kita inginkan. Disini saya membentuk variable X1, X2, X3 dan Y.
7.      Kemudian Bloklah variable yang telah dibentuk (bisa menggunakan Ctrl+klik ataupun tahan shift nya). Kemudian klik kanan open>as group

8.      Akan munculah bentuk struktur database yang kita miliki (Oh ya, urutan database saya x1 y x2 x3 karena saya menggunakan ctrl dan membloknya sesuai urutan pada table Excell yang saya miliki). Setelah urutannya sesuai klik edit+/-

9.      Lalu bukalah file Excell yang anda miliki. Copy data nya saja, tidak perlu identifikasi dan tahunnya.

10.  Kemudian paste di workfile Eviews nya. Jadilah data kita dalam Eviews. Namun perlu diperhatikan, file Excell komanya menggunakan (.) dan tidak ada pemisahan ribuannya.

11.  Lalu close group dan tidak perlu di save.
12.  Pastikan data yang anda input telah benar dengan memilih salah satu variable, misal : x1.

Mengapa harus repot-repot seperti ini?
Tentu anda bertanya-tanya, saya memiliki cara lebih cepat, lebih ampuh, namun mengapa menggunakan cara input seperti ini?. Tapi, percayalah teman, cara ini sangat powerful. Gak percaya. Baiklah akan saya coba tunjukkan.
Estimasi Data Panel.
Untuk etimasi data panel, cara yang kita gunakan sedikit berbeda. Tentu teman-teman ingat, saya selalu menekankan untuk data panel selalu bermain di pool. Namun, untuk input data seperti ini, cara estimasinya adalah sebagai berikut.

1.      Pilih Quick > Estimate Equation
2.      Tulislah spesifikasi modelnya missal : y x1 x2 x3 (INGAT! Sekarang kita gak pakai tanda tanya lagi lho…=D ). Pada Tab Panel options, tentukanlah apakah model fixed, random atau bagaimana bentuk modelnya.

3.      Dan hasilnya boleh di check. SAMA. =D.
4.      Oh ya, satu hal penting lagi yang luar biasa dari input seperti ini adalah kemampuan untuk mengestimasi dengan berbagai macam cara, misalnya GMM, TOBIT dan lain sebagainya. Check it Out.

Saya belum membuktikan dengan metode lainnya, apakah hasil yang diperoleh sama dengan STATA. Namun, saya sedang mengujinya. Jika hasilnya benar, tentu input hal ini bisa menjadi kekuatan dahsyat yang dimiliki Eviews. Selamat mencoba. Terimakasih. –Ferdi—



Friday, May 10, 2013

Pengujian Asumsi Klasik: Normalitas


Untuk membangun persamaan regresi yang terbaik dari kriteria ekonometrika, perlu dilakukan pengujian dan penanganan pada masalah-masalah yang berkaitan dengan pelanggaran asumsi dasar. Berikut ini adalah asumsi-asumsi yang perlu dipenuhi dalam analisis regresi.
1.      Normalitas
2.      Non-Autokorelasi
3.      Homoskedastisitas
4.      Non-Multikolinearitas
Pada postingan kali ini saya akan coba menyampaikan tentang asumsi klasik : Normalitas. Pemeriksaan normalitas dilakukan untuk mengetahui apakah residual berdistribusi normal atau tidak. Menurut Gujarati (1978) estimasi pada OLS merupakan fungsi linear dari residual. Oleh karena itu distribusi peluang dari hasil estimasi akan tergantung pada asumsi yang dibuat mengenai distribusi peluang residual-nya. Distribusi peluang dari penduga diperlukan untuk menguji hipotesis dan penarikan kesimpulan, sehingga peran pengujian residual diasumsikan berdistribusi normal menjadi penting sekali.
Pemeriksaan kenormalan terhadap residual dapat dilakukan menggunakan plot persentil-persentil (P-P Plot). Jika plot mengikuti garis lurus, maka residual mengikuti sebaran normal. Pengujian terhadap asumsi kenormalan ini juga dapat dilakukan dengan uji Kolmogorov-Smirnov yang merupakan uji Goodness of Fit. Uji Kolmogorov Smirnov merupakan pengujian mengenai derajat kesesuaian antara distribusi kumpulan nilai observasi dengan beberapa distribusi teoritis tertentu. Uji ini melibatkan penentuan distribusi kumulatif yang akan terjadi menurut distribusi teoritis yang telah ditentukan dan perbandingan distribusi tersebut dengan distribusi kumulatif nilai amatan.

Hipotesis yang digunakan pada pengujian kenormalan adalah: 

Related Posts Plugin for WordPress, Blogger...

 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Web Hosting Coupons