Resume W5 (Lanjutan): Latihan Eviews

CONTOH 1: Menggunakan Analisis Regresi Sederhana

Eviews adalah Econometric Views, salah satu aplikasi olah data yang berjalan di atas OS Windows.

Langkah-langkah:

TAHAP I – PERSIAPAN DATA [TABULASI DATA], jika satuan berbeda maka diperlukan transformasi data untuk menyamakan satuan (logaritma natural (ln)) akan dilakukan pembahasan yang berbeda

TAHAP II – IMPORT DATA KE EVIEWS

• Ketika Eviews terbuka, maka akan muncul Eviews Workfile, lalu klik “create a new eviews workfile”, jika tidak terbuka, klik menu file pada toolbar dan pilih new lalu klik workfile.
• Untuk Workfile Structure type = menu ini berguna untuk pemilihan jenis data yang digunakan, jika menggunakan data time series maka pilih dated – regular frequency
• Untuk Date Specification merupakan pilihan spesifik data misal data bulanan (yang digunakan sebagai contoh), pilih monthly
• Ketika periode awal penelitian pada ketik pada kolom start date dengan format 2013.1 dan kolom end date dengan format 2014.11 (diisi tanpa spasi)
• Untuk workfilename pada kolom page isi: contoh “latihan1” (tanpa spasi)
• Lalu klik OK

• Setelah itu maka akan muncul tampilan seperti ini:

• Kemudian untuk data penelitian yang di input pada workfile dengan cara copy&paste.
• Pada menu workfile, klik object dan pilih New Object

• Kemudian, pada Type of object pilih Series, dan name for object adalah nama variabel yang diketik tanpa spasi. Variabel yang di input tergantung berapa yang diinginkan. Jika menggunakan regresi sederhana maka akan menggunakan 1 variabel terikat (Y) dan 1 variabel bebas (X). Misalnya: “Ypenjualan” dan “Xpromosi”.
• Klik OK, dan input data

Cara Menginput data:

• Tekan ctrl secara bersamaan dengan klik dan klik variabel secara berurutan sesuai susunan kolom data yang akan di input. Misal:

Penjualan (Y)	64	61	84	70	88	92	72	77
Promosi (X)	20	16	34	23	27	32	18	22

• Klik kanan pada variabel yang diblok lalu pilih “open” lalu “as group”

• Setelah itu, akan muncul kolom seperti dibawah ini, kemudia klik “edit” lalu isi dengan data yang tersedia di masing-masing variabel. Setelah diisi, lalu klik close (x).

TAHAP III : ESTIMASI MODEL REGRESI LINEAR

• Klik variabel Y, lalu tekan tombol ctrl, klik variabel x1
• Klik kanan lalu pilih “open” “as equation”

• Ketika muncul jendela Equation Estimation, pastikan pada form Equation specification tertulis semua variabel dengan urutan Y X1 lalu ketik C yang merupakan persamaan regresi alpha atau coefficient
• Pada estimation settings bagian method pilih Least Squares (NLS dan ARMA)
• Klik OK

TAHAP IV : INTERPRETASI OUTPUT

Interpretasi: melihat tingkat signifikasi

Hipotesis:

H₀ = Tidak signifikan

H_1­ = Signifikan

1. Uji F >> digunakan untuk melihat apakah variabel bebas (X) mempengaruhi secara simultan terhadap variabel terikat (Y). Pengujian melalui uji F adalah dengan membandingkan F-statistic/F_hitung (Fh) dengan F_tabel (Ft) pada α = 0,05. Jika tingkat p-value (prob(f-statistic) < tingkat error/signifikasi maka H₀ ditolak dan H₁ diterima. Jika tingkat p-value (prob(f-statistic) > tingkat error/signifikasi maka H₀ tidak dapat ditolak dan H₁ ditolak.

Jika F_hitung < F_tabel maka H₀ ditolak dan H₁ diterima.

Jika F_hitung > F_tabel maka H₀ tidak dapat ditolak dan H₁ ditolak.

Pada contoh diatas, p=value < α (0,005895 < 0,05) maka H₀ ditolak dan H₁ diterima. Artinya, tingkat biaya promosi (X) berpengaruh secara signifikan terhadap jumlah penjualan (Y).

2. UJI T >> digunakan untuk melihat apakah masing-masing variabel bebas (X) mempengaruhi secara parsial terhadap variabel terikat (Y). Jika tingkat pvalue (prob) < tingkat error/signifikasi maka H₀ ditolak dan H₁ diterima. Jika tingkat pvalue (prob) > tingkat error/signifikasi maka H₀ tidak dapat ditolak dan H₁ ditolak. Pengujian melalui uji T adalah dengan membandingkan t_hitung (th) dengan T_tabel (tt) pada α = 0,05.

Jika T_hitung < T_tabel maka H₀ ditolak dan H₁ diterima.

Jika T_hitung > T_tabel maka H₀ tidak dapat ditolak dan H₁ ditolak.

Pada contoh diatas, Pada contoh diatas, p=value < α (0,0059 < 0,05) maka H₀ ditolak dan H₁ diterima. Artinya, tingkat biaya promosi (X) berpengaruh secara signifikan terhadap jumlah penjualan (Y).

3. Uji Koefisien Determinasi >> merupakan uji untuk mengetahui berapa besar pengaruh seluruh variabel bebas terhadap variabel terikat. Uji koefisien determinasi dapat dilihat melalui R-Squared dan Adjusted R-Squared. Penggunaan Adjusted R-Squared dilakukan apabila dalam penelitian model regresi mengalami modifikasi seperti penambahan dan/atau pengurangan variabel bebas (dengan asumsi yang tepat seperti apabila terjadi masalah multikolinearitas dalam model regresi). Sehubungan pada contoh ini model regresi tidak mengalami penambahan dan/atau pengurangan variabel bebas, maka digunakan uji R-Squared (R²). Nilai R² berada dalam interval antara 0 dan 1 (0<R²<1) yang artinya akan semakin baik apabila nilai tersebut mendekati satu.

Dalam contoh diatas, kita akan melihat pengaruh tingkat biaya promosi terhadap jumlah penjualan. Dapat dilihat bahwa hasil R-Squared adalah 0,743232 yang artinya bahwa variabel bebas (tingkat biaya promosi) dapat mempengaruhi besar terhadap variabel terikat (tingkat penjualan) sebesar 74,32%, sedangkan sisanya dipengaruhi oleh variabel lain diluar penelitian.

4. Model Regresi Linear >> Jika menggunakan regresi sederhana maka akan menggunakan 1 variabel terikat (Y) dan 1 variabel bebas (X). Model regresi pada penelitian ini dapat disusun menggunakan persamaan regresi berikut: IHSG  = α + β₁ promosi.

Lihat output Eviews pada kolom 4 Coefficient Variable X1 promosi yang merupakan nilai β₁. Sedangkan Variable C (Konstanta) meruapakan nilai α. Sehingga persamaan regresi pada contoh ini dapat disusun sebagai berikut: F = 40,08163+1,496599 promosi.

Jumlah tingkat penjualan (Y) tergantung pada besarnya tingkat biaya promosi (X). Jika variabel bebas dianggap konstan maka tingkat penjualan konstanta. α = 40,08163, artinya apabila biaya promosi sebesar 0, maka jumlah pembiayaan sebesar 40,08163. Jika tingkat promosi ditambah 1%, maka jumlah penjualan sebesar 40,08163+(1,496599*1) = 41,578229. Jika tingkat promosi ditambah 2%, maka jumlah penjualan sebesar 40,08163+(1,496599*2) = 43,074828.