Skip to content Skip to sidebar Skip to footer

Widget Atas Posting

Cara Membaca Hasil Regresi Uji Chow, Uji LM Test, dan Uji Hausman di Eviews 9

 Gambar : Cover Artikel

MEMBACA HASIL REGRESI PEMILIHAN MODEL

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

1. Redundant Fixed Effects atau Likelihood ration (Uji Chow)

Uji chow digunakan untuk menentukan apakah model terpilih pooled least square atau fixed effects. H0 ditolak jika nilai dari probabilitas F lebih kecil dari alpha, yaitu lebih kecil dari 0.05, dimana H0 merupakan model pooled least square dan H1 adalah model fixed effects.

Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H : Common Effects
H1  : Fixed Effects

Hasil redundant fixed effect 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.

2. Langrange Multiplie (LM)

Langrange Multiplier (LM) adalah uji untuk mengetahui apakah model yang tepat digunakan random effects atau common effects. Uji ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikansi random effect didasarkan pada nilai residual dari metode OLS.

  Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H : Common Effects
H1  : Random Effects

Hasil output diatas menunjukkan nilai Probabilitas Breush-Pagan (BP) sebesar 0.0000. Hipotesa nya adalah jika Probabilitas Breush-Pagan (BP) lebih kecil dari alpha (0.0000 < 0.05) maka H0 ditolak dan H1 diterima, jadi model yang tepat pada hasil diatas adalah random effects.

3. Hausman Test (Uji Hausman)

Uji hausman adalah uji yang digunakan untuk melihat apakah fixed effects ataukah random effects sebagai metode yang terbaik.

Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Hipotesa :

H0 : Model mengikuti random effects
H1 : Model mengikuti fixed effects

Berdasarkan hasil uji hausman menunjukkan nilai signifikansi 0.1837 (signifikansi > 0.05), maka H0 ditolak dan H1 diterima, sehingga dapat diartikan bahwa model random effects lebih baik dari model fixed 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 :-)

13 comments for "Cara Membaca Hasil Regresi Uji Chow, Uji LM Test, dan Uji Hausman di Eviews 9"

  1. mas itu yang breusch pagan kayaknya hipotesisnya harusnya h0: common effect model, h1: random effect model

    ReplyDelete
    Replies
    1. Oh ya. Terima Kasih Sudah Mengingatkan. Boleh minta refrensinya ?

      Delete
  2. Lalu xlo hasilnya seperti diatas, metode mana yang paling baik digunakan???? Fixed, random,atau common???

    ReplyDelete
  3. Pke data panel mas.tetap gak ada pilihan utk uji LM

    ReplyDelete
    Replies
    1. Ada kok sudah saya cek,,, mungkin anda salah dalam melakukan langkah langkahnya

      Delete
  4. Apa memang klau pke eviews 10 gak bisa uji LM ya

    ReplyDelete
    Replies
    1. Ada kok, coba ulangi langkah langkahnya,,, pake langkah langkah yang sudah saya ajarkan di bog ini

      Delete
  5. Jadi bingung, soalnya yg terpilih di uji hausman itu random. Sedangkan random ini prob nya lebih besar dri 0.05
    Jdi penelitian sy hasilnya gak ada pengaruh secara simultan maupun parsial nya

    ReplyDelete
  6. apakah nilai minus (-) dalam probabilitas di uji LM diabaikan? bagaimana hipotesisnya jika nilai probabilitasnya - 3,783?

    ReplyDelete
    Replies
    1. Artinya nilai lebih kecil dari tingkat alpha 0.05. Sehingga model yang dipilih common effect

      Delete
  7. uji hausman menunjukkan nilai signifikansi 0.1837 (signifikansi > 0.05), berarti gagal ditolak Ho, mas..kesimpulannya benar, REM lebih baik dr FEM

    ReplyDelete