Cara Membaca Model Regresi Yang Tepat Untuk Penelitian di Eviews 9

Gambar : Cover Artikel

Membaca Model Regresi 

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

Pernahkah kita merasa bingung ketika berhadapan dengan hasil data yang di olah ?

Timbul pertanyaan dari teman-teman, bagiamana cara mengetahui model regresi yang cocok pada penelitian saya ?

Tenang, tenang tidak usah panik.hehe

Kali ini saya akan mengajarkannya kepada teman-teman semua kok :-)

Pada postingan ini, saya akan memulainya dengan uji chow terlebih dahulu, setelah uji chow lanjut ke uji hausman, dan yang terakhir uji LM test. Tetapi teman-teman juga bisa kok menggunakan urutan lain, misalkan uji chow terlebih dahulu, kemudian uji LM test, dan yang terakhir uji hausman. Sebenarnya kerangka berpikir ini sama, hanya saja kita perlu membolak-balikkannya saja. Karena bukan hanya kita, dosen saya di UGM berbeda pendapat mengenai uji regresi ini, namun tetap pada satu kesimpulan :-)

Oke langsung saja, berikut cara menentukannya.hehe.

1.Redundant Fixed Effect atau Likelihood ratio (Uji Chow)

Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Hasil redundant fixed effects atau likelihood ratio untuk model ini memiliki nilai probabilitas F sebesar 0.0000 lebih kecil dari alpha 0.05, sehingga H₀ ditolak dan H₁ diterima, model yang sesuai dari hasil ini adalah fixed effects. Setelah mendapatkan hasil fixed effects pada uji chow, selanjutnya kita lakukan uji hausman.

2. Hausman Test (Uji Hausman)

  Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Berdasarkan hasil uji hausman menunjukkan nilai signifikansi 0.1837 (signifikansi > 0.05), maka H₀ diterima, sehingga dapat diartikan bahwa model random effects lebih baik dari model fixed effects.

Hasil dari ketiga uji menunjukkan bahwa model regresi data panel dengan model random effects lebih baik dari model lainnya. Kedua pengujian yang telah dilakukan yaitu uji chow dan uji hausman, diperoleh hasil fixed effects dan random effects, sehingga perlu dilakukan pengujian terakhir yaitu uji LM test.

3. Lagrange Multiplie (LM)

Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Hasil output di atas menunjukkan nilai probabilitas Breusch-Pagan (BP) sebesar 0.0000. Hipotesanya adalah jika probabilitas Breush-Pagan (0.0000) < 0.05 maka H₀ ditolak, jadi model yang cocok adalah random effects. Sehingga, untuk analisis model regresi ini menggunakan metode random effects.

Informasi ekonometrika secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel

Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya.Terima Kasih :-)