Cara Regresi Data Panel di Eviews 9

Gambar : Cover Artikel

REGRESI DATA PANEL

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

A.Penjelasan Regresi

Regresi merupakan jenis analisis yang digunakan untuk melihat pengaruh atau hubungan antar variabel baik terikat maupun bebas. Analisis ini banyak digunakan dalam penelitian.

Pada kesempatan kali ini saya akan mengajarkan kepada teman-teman blogger mengenai cara me-regres data panel (gabungan antara data runtun waktu dan data cross section). Disini saya mencoba meneliti pengaruh atau hubungan antara Upah Minimum Provinsi terhadap Pengangguran Terbuka di 33 Provinsi Tahun 2011-2015. Upah Minimum Provinsi saya beri simbol (X) dan Pengangguran Terbuka saya beri simbol (Y).

B.Tahapan Pengolahan Data

Berikut langkah-langkahnya :

Langkah 1 : Pastikan data yang kalian miliki sudah tersusun seperti pada gambar dibawah ini. Formatnya : Nomor/Tahun - Jumlah Sampel/Populasi - Data Variabel Dependen (Y) - Data Variabel Independen (X).

Gambar : Data Latihan

Langkah 2 : Setelah data siap, buka aplikasi eviews (boleh menggunakan versi apapun, kalau saya menggunakan eviews 9). Maka akan muncul tampilan seperti gambar dibawah ini.

Gambar : Pengolah Data Eviews 9

Langkah 3 : Pilih : Create a New Eviews Workfile.

Gambar : Pengolah Data Eviews 9

Langkah 4 : Kemudian pada bagian Workfile Structure Type, pilih Balanced Panel (untuk data Panel)

Gambar : Pengolah Data Eviews 9

Langkah 5 : Panel Specification - Frequency - Pilih Annual (Karena data saya tahunan). Kemudian Isikan pada kolom Start date dengan tahun awal data dan End date dengan tahun akhir data. Karena saya mengambil tahun 1998-2015, maka di kolom tersebut diisi 1998 (Start date) dan 2015 (End date). Pada bagian Numer of Cross Section, isikan dengan 33 (Sampel saya 33 Provinsi). Lalu klik Ok.

Gambar : Pengolah Data Eviews 9

Langkah 6 : Akan muncul tampilan seperti pada gambar dibawah ini.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Selanjutnya, kita menuju ke bagian Quick - Empty Group (Edit Series).

Gambar : Pengolah Data Eviews 9

Langkah 8 : Maka akan muncul kolom kosong seperti pada gambar dibawah ini.

Gambar : Pengolah Data Eviews 9

Langkah 9 : Copy Data yang tadi sudah kalian siapkan - paste kan di pojok kiri sebelah atas (jangan lupa, Variabel X dan Y juga diikutkan).

Gambar : Pengolah Data Eviews 9

Langkah 10 : Setelah data masuk, pilih Make Equation.

Gambar : Pengolah Data Eviews 9

Langkah 11 : Pada kolom Equation Estimation (Specification) terdapat rumus (y x c). Rumus tersebut boleh dirubah boleh juga tidak (menurut beberapa sumber), saran : sebaiknya dirubah menjadi (y c x). Lalu klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 12 : Selesai.

Gambar : Hasil Output Pengolah Data Eviews 9

Interpretasi Output :

Berikut adalah hasil regresi data yang tadi sudah kita lakukan.

Cara membacanya :

Nilai Coefficient Variabel X (Upah Minimum Provinsi) sebesar 5.528626 (artinya, bernilai positif). Sehingga dapat dibaca :

“Jika Variabel X mengalami kenaikan maka Variabel Y juga mengalami kenaikan” atau “Jika Upah Minimum Provinsi mengalami kenaikan, maka akan menyebabkan meningkatnya Pengangguran Terbuka”.

Bisa juga kita asumsikan : “Jika Pemerintah menetapkan kebijakan untuk menaikan Upah Minimum Provinsi, maka akan menyebabkan terjadikan peningkatan jumlah orang yang menganggur atau Pengangguran meningkat”. Meningkatnya Pengangguran ini bisa disebabkan karena dengan kenaikan Upah, perusahaan cenderung untuk membatasi jumlah pegawai, sehingga bisa jadi dengan kebijakan ini, banyak para pegawai yang di cut (diberhentikan) atau juga perusahaan tidak akan melakukan rekrutmen pegawai baru (karena Upah yang terlalu tinggi).

Catatan : Bandingkan hasil ini dengan teori yang ada, jika berbeda dengan teori yang kita temukan maka perlu dilakukan pembuktian (bisa melalui data lain atau juga melalui trend).

Nilai Probabilitas Variabel X (Upah Minimum Provinsi) sebesar 0.0956 (artinya masih lebih besar dari tingkat alpha). Tingkat alpha yang saya gunakan adalah 95% dengan error 5% atau 0.05. Bila nilai Probabilitas Variabel X (Upah Minimum Provinsi) lebih besar dari tingkat alpha 0.05, maka data tidak signifikan, atau sebaliknya jika nilai Probabilitas Variabel X (Upah Minimum Provinsi) lebih kecil dari tingkat alpha 0.05, maka data signifikan”.

Nilai R-Squared sebesar 0.087043 atau 8.7043 (9%) dan nilai Adjusted R-Squared sebesar 0.057593 atau 5.7593 (6%). Syarat pada Uji Koefisien Determinasi ini adalah : Nilai dari R-Squared dan Adjusted R-Squared harus diatas 50%, karena jika berada dibawah 50% maka solusinya harus menambah variabel lain. Dari hasil ini dapat dibaca :

“Korelasi antara Variabel X (Upah Minimum Provinsi) dengan Variabel Y (Pengangguran Terbuka) sebesar 9% sisanya 91% (100%-9%) dipengaruhi oleh Variabel lain atau tidak terdapat hubungan antara Variabel X (Upah Minimum Provinsi) dengan Variabel Y (Pengangguran Terbuka)”.

“Korelasi antara Variabel X (Upah Minimum Provinsi) dengan Variabel Y (Pengangguran Terbuka) sebesar 6% sisanya 94% (100%-6%) dipengaruhi oleh Variabel lain atau tidak terdapat hubungan antara Variabel X (Upah Minimum Provinsi) dengan Variabel Y (Pengangguran Terbuka)”.

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 :-)