APLIKASI EVIEWS DALAM EKONOMETRIKA

Oleh :

RAHMANTA















SOSIAL EKONOMI PERTANIAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
MEDAN
2 0 0 9
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
2
APLIKASI EVIEWS DALAM EKONOMETRIKA

1. Membuat File Baru, Menyimpan dan Membuka File
Jalankan aplikasi Eviews melalui start program di windows dan pilih
Eviews. Dalam hitungan beberapa detik muncul tampilan awal Eviews, seperti
pada Gambar 1. Klik perintah menu File – New – Workfile secara berurutan,
sehingga akan tampil jendela workfile range seperti pada Gambar 2.



Gambar 1. Tampilan awal eviews

Gambar 2. Jendela workfile range
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
3
Klik di kolom Frequency : Undated or irregular (karena datanya cross
section). Dalam sub menu bar range cantumkan 1 pada kolom start observation
dan 24 pada kolom end observation, lalu klik Ok. Seri waktu ini sesuai dengan
data yang diperoleh mulai sampel 1 dan berkahir 24.

Gambar 3. Jendela workfile
Tampilan berikutnya setelah perintah Ok di klik adalah jendela workfile.
Pada posisi awal workfile, jalankan menu Quick – Empty Group (Edit Series)
yang ada di sebelah atas, maka secara langsung kita akan dibawa ke jendela
worksheet Group Series. Biarkan jendela ini tetap terbuka dan diperbesar untuk
lebih mudah entry data.



Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
4

Gambar 4. Gambar perintah quick

Gambar 5. Gambar jendela group
Klik kotak ini untuk
memperbesar
tampilan jendela
group
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
5
Anggaplah sekarang kita sudah memiliki data-data yang dibutuhkan dalam
file Excel (lihat Lampiran 1). Untuk itu kita harus membuka file Excel, setelah file
excel terbuka, sekarang blok semua data yang akan dianalisis, termasuk nama-
nama variabel yang ditempatkan sebagai judul kolom (series waktu tidak ikut
diblok). Kemudian jalankan perintah Copy di lembar kerja excel. Berikutnya
pindah kembali ke worksheet group series di Eviews yang sudah terbuka, dan klik
sekali bar kolom pertama sehingga kolom tersebut kena blok ke bawah, kemudian
lanjutkan dengan klik menu Edit – Paste, otomatis data dan nama-nama variabel
yang di copy dari file excel akan langsung ditempel pada pada lembar kerja
Eviews.


Gambar 6. Cara memblok kolom pada jendela group workfile

Arahkan kursor pada bar
kolom pertama dan klik
sekali hingga seluruh
barisnya pada kolom ini
kena blok
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
6
Hasil akhir yang dapat dilihat dari perintah-perintah Copy Paste di atas
adalah seperti yang dicantumkan dalam Gambar 7. di bawah ini. Selanjutnya untuk
mengetahui apakah nama-nama variabel yang akan dioperasionalkan sudah
tercantum dengan benar sesuai keinginan kita, tutup saja jendela group tersebut
melalui cara klik sekali x, dilanjutkan klik kembali Yes pada jendela Delete
(jangan khawatir perintah ini bukan untuk menghapus data, tetapi untuk
menghilangkan jendelanya saja).


Gambar 7. Perintah untuk menutup jendela group
Sekarang pada tampilan jendela workfile sudah bisa kita lihat ada lima
nama variabel operasional yang tercantum ditambah dengan dua nama variabel
default Eviews (dibuat eviews sendiri) yaitu C dan resid, atau secara lengkap
seperti pada gambar dibawah ini.
Klik sekali
untuk menutup
jendela group
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
7


Gambar 8. Jendela workfile setelah dilakukan pengisian data
Apakah kita ingin melihat data-data itu kembali. Kalau memang ingin
melihat caranya mudah. Tekan tombol Ctrl dan tahan, arahkan kursor ke variabel
X1 dan klik sekali. Masih tetap menekan Ctrl kemudian gerakan kursor ke variabel
X2 klik sekali. Pindah sekarang ke variabel X3 klik sekali. Begitu seterusnya,
hingga semua variabel yang ingin ditampilkan datanya telah ditandai blok.
Sesudah tombol Ctrl dilepas, berikutnya arahkan kursor ke toolbar Show dan klik
sekali. Selanjutnya jendela konfirmasi show yang memuat nama-nama variabel
yang akan ditampilkan datanya, untuk itu kita klik sekali Ok. Lihat, di depan kita
saat ini sudah ada kembali lembar kerja Group Series yang menyajikan data-data
yang telah kita isi sebelumnya.
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
8

Gambar 9. Jendela show untuk melihat data kembalai
Sebelum kita menjalankan analisis data lebih lanjut, sebaiknya data-data itu
disimpan terlebih dahulu dengan perintah kerja File – Save as, dan tulis nama
filenya, misalkan MEP. Sebagai latihan, ada baiknya file yang sudah disimpan itu
ditutup menggunakan perintah File – Close. Nantinya akan kita buka kembali
dengan perintah File – Open – Workfile.

Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
9

Gambar 10. Perintah-perintah file di eviews

2. Analisa Regresi
Anggaplah sekarang kita akan membuat model regresi linier berganda
dengan bentuk persamaan :
Y = a
0
+ a
1
X
1
+ a
2
X
2
+ a
3
X
3

Menggunakan eviews akan dibangun persamaan di atas dengan cara sebagai
berikut. Sekarang kita buka file MEP, melalui perintah File – Open seandainya
file MEP telah kita tutup. Setelah file-nya terbuka, kita masuk ke menu regresi
dengan perintah Quick – Estimate Equation. Selanjtnya pada jendela Equation
Specification cantumkan nama-nama variabel yang akan diregresikan. Ditulis
terlebih dahulu nama variabel terikatnya atau dependen variabel (Y), selanjutnya
variabel-variabel bebas termasuk konstanta (C). Cara menulis persamaan
regresinya adalah :
Y C X
1
X
2
X
3

Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
10
Karena kita akan melakukan analisis regresi linier berganda maka pilih dalam
kotak Estimation Setting yaitu Method LS – Least Square (NLS and ARMA),
kemudian klik Ok.

Gambar 11. Perintah kerja estimation equation untuk analisis regresi

Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
11

Gambar 12. Perintah kerja penulisan variabel dependen dan variabel independen


Gambar 13. Jendela output regresi linear berganda
Ada baiknya output di atas kita copikan terlebih dahulu pada lembar kerja
yang lain, misalkan dalam file MsWord. Perintah kerjanya sama seperti biasa kita
Klik sekali name
untuk memberi nama
output, dimana
sewaktu-waktu dapat
dipanggil kembali
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
12
melakukan copy dan paste diantara dua jendela. Blok semua output di atas dengan
cara menyorotinya menggunakan mouse. Kemudian pada posisi semua sudah kena
blok, klik menu Edit – Copy dan Ok. Pindah sekarang ke jendela MsWord, dan
tempatkan kursor di daerah yang akan ditempatkan output tersebut. Berikutnya
gunakan perintah paste di MsWord atau Ctrl-V.
Selain itu, output tersebut harus diberi nama, karena suatu saat kita perlu
mengeluarkannya kembali. Caranya, masih tetap berada di jendela output, klik
icon Name, kemudian cantumkan nama obyeknya yang baru pada kolom Name to
identity object atau lebih mudah menggunakan nama obyek yang sudah disiapkan
oleh Eviews (default) yaitu eq01. Sesudah diberi nama obyek, lanjutkan dengan
mengklik Ok. Suatu waktu bila kita ingin mengeluarkan output tersebut kembali
kita cukup hanya dengan klik obyek eq01 pada jendela worksheet eviews.


Gambar 14. Jendela pemberian nama output regresi

Agar tampilannya lebih informatif, kita bisa menyusun output tersebut
secara singkat, yaitu :
Y = -34668,50 + 74,92 X1 + 15629,21 X2 – 2,25 X3
SE (17958,87) (10,48) (8736,87) (4,73)
t-stat (-1,93)* (7,14)* (1,78)* (-0,47)
R
2
= 0,9125
F-stat = 69,53
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
13
n = 24
df = 20
Dimana t-tabel (0,05 ; 20) = 1.725
* Signifikan pada level 5%
Analisis, melalui program eviews dapat diestimasi nilai R
2
= 0,9125
menandakan bahwa variasi dari perubahan nilai harga rumah (Y) mampu dijelaskan
secara serentak oleh variabel-variabel luas tanah (X1), jumlah kamar (X2) dan X3
(jarak atau jauhnya lokasi rumah dari pusat keramaian) sebesar 91,25%, sedangkan
sisanya sebesar 8,75% dijelaskan oleh faktor-faktor lain yang tidak masuk dalam
model.
Analisis selanjutnya, semua variabel yang ditempatkan dalam model, yakni
: Y (harga rumah), X1 (luas tanah), X2 (jumlah kamar), dan X3 (jarak atau jauhnya
lokasi rumah dari pusat keramaian) perlu diinterpretasi apakah sesuai dengan
kriteria ekonomi. Selanjutnya lakukan pengujian secara parsial untuk menentukan
signifikan atau tidak signifikan masing-masing koefisien regresi secara sendiri
terhadap variabel dependen (Y).
Dari ke-3 variabel bebas tersebut, ada dua variabel yang berpengaruh
signifikan terhadap variabel Y, yaitu X
1
dan X
2
. Hal ini ditandai bahwa t-stat
untuk koefisien regresi masing-masing variabel bebas tampak lebih besar
dibandingkan t-tabel pada level 5% dan degree of fredom sebesar 20. Untuk
variabel X
1
t-stat = 7,14 > t-tabel (0,05 ; 20) = 1,725. Kemudian variabel X
2
t-stat
= 1,78 > t-tabel (0,05 ; 20) = 1,725. Sedangkan variabel X
3
tidak berpengaruh
signifikan terhadap variabel Y. Hal ini ditandai bahwa t-stat untuk koefisien regresi
variabel bebas tampak lebih kecil dibandingkan t-tabel pada level 5% dan degree of
fredom sebesar 20. Untuk variabel X
3
t-sat = 0,47 < t-tabel (0,05 ; 20) = 1,725.
Selanjutnya, pengujian secara serentak/bersama-sama, ada tidaknya
pengaruh yang signifikan secara bersama-sama, pengujian ini melibatkan ketiga
variabel (X
1
, X
2
dan X
3
) terhadap variabel Y. Pengujian secara serentak
menggunakan distribusi F yaitu membandingkan antara F-stat dengan F-tabel.
Hasil melalui program Eviews diperoleh nilai F-stat = 69,53 > F-tabel (
0,05 ; 3 ; 20
) =
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
14
3,10 maka dapat disimpulkan bahwa variabel X
1
, X
2
dan X
3
secara serentak
mempunyai pengaruh yang sangat signifikan terhadap perubahan variabel Y.

3. Uji Asumsi-asumsi Klasik Dalam Regresi
Secara teoritis telah diungkapkan bahwa salah satu metode pendugaan
parameter dalam model regresi linear adalah Ordinary Least Square (OLS).
Metode OLS digunakan berlandaskan pada sejumlah asumsi tertentu. Ada beberapa
asumsi yang harus dipenuhi, pada prinsipnya model regresi linear yang dibangun
sebaiknya tidak boleh menyimpang dari asumsi BLUE (Best, Linear, Unbiased dan
Estimator), dalam pengertian lain model yang dibuat harus lolos dari
penyimpangan asumsi adanya serial korelasi, normalitas, linearitas,
heteroskedastisitas dan multikolinearitas. Selanjutnya, kita akan melakukan uji
asumsi klasik tersebut.

3.1. Uji Serial Korelasi
Serial korelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lain. Masalah serial korelasi timbul karena residual tidak
bebas dari suatu observasi ke observasi lainnya. Masalah ini sering ditemukan
apabila kita menggunakan data time series/runtut waktu. Hal ini disebabkan karena
error pada seorang individu cendrung akan mempengaruhi error pada individu yang
sama pada priode berikutnya. Sedangkan, pada data cross section, masalah serial
korelasi jarang terjadi karena error pada observasi yang berbeda berasal dari
individu yang berbeda.
Buka kembali lembaran output model regresi yang sudah kita beri nama
sebelumnya (lihat kembali Gambar 13, oleh karena itu sangat disarankan setiap
output equation diberi nama), dengan cara klik sekali = eq1 yang tertera di lembar
kerja Eviews. Sesudah output yang dimaksud keluar, klik View – Residual Test
kemudian pilih Serial Correlation LM Test.


Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
15

Gambar 15. Perintah kerja untuk uji serial korelasi
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
16

Gambar 16. Output untuk uji serial korelasi
Untuk mendeteksi adanya serial korelasi dengan membandingkan nilai X
2
hitung dengan X
2
tabel, yaitu :
a. Jika nilai X
2
hitung > X
2
tabel, maka hipotesis yang menyatakan bahwa model
bebas dari masalah serial korelasi ditolak.
b. Jika nilai X
2
hitung < X
2
tabel, maka hipotesis yang menyatakan bahwa model
bebas dari masalah serial korelasi diterima.
Analisis Hasil Output, lihat nilai Obs* R squared (disebut juga X
2
hitung) sebesar
0,5251 dan X
2
tabel yang disesuaikan dengan jumlah lagnya (v) = 2 dan α = 5%
adalah sebesar 5,99. Karena 0,5251 < 5,99 maka dapat disimpulkan model diatas
bebas dari masalah serial korelasi.
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
17
3.2. Uji Normalitas
Masih pada posisi jendela output uji autokorelasi, klik kembali View –
Residual Tests dan Histogram – Normality Test.



Gambar 17. Perintah kerja untuk uji normalitas



Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
18

Gambar 18. Output untuk uji normalitas
Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak
dengan membandingkan nilai Jarque Bera (JB) dengan X
2
tabel, yaitu :
a. Jika nilai JB > X
2
tabel, maka residualnya berdistribusi tidak normal.
b. Jika nilai JB < X
2
tabel, maka residualnya berdistribusi normal.
Analisis Hasil Output, bahwa nilai JB sebesar 3,447. Karena 3,447 < 5,99 maka
dapat disimpulkan bahwa residual berdistribusi normal.

3.3. Uji Linearitas
Pada posisi jendela output uji normalitas atau pada jendela output awal, klik
View – Stability Test dan Ramsey Reset Test, ketika muncul jendela reset yang
menanyakan jumlah fitted terms kita abaikan saja, lanjut dengan klik sekali Ok
hingga muncul output Ramsey Test.
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
19

Gambar 19. Perintah kerja untuk uji linearitas
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
20

Gambar 20. Output untuk uji linearitas
Untuk mendeteksi apakah model linear atau tidak dengan membandingkan
nilai F-statistic dengan F-tabel, yaitu :
a. Jika nilai F- statistic > F-tabel, maka hipotesis yang menyatakan bahwa
model linear adalah ditolak.
b. Jika nilai F- statistic < F-tabel, maka hipotesis yang menyatakan bahwa
model linear adalah diterima.
Analisis Hasil Output, bahwa nilai F-statistic sebesar 6,827 kemudian
dibandingkan dengan F-tabel (0,05, (2) (20)) sebesar 3,49. Berarti nilai F- statistic
> F-tabel maka model tidak linear.


Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
21
3.4. Uji Multikolinearitas
Tahapan pengujian melalui program Eviews dengan pendekatan koralasi
parsial dengan tahapan sebagai berikut :
1. Lakukan regresi seperti contoh di atas :
Y = a
0
+ a
1
X
1
+ a
2
X
2
+ a
3
X
3
................................................................ (1)
2. Kemudian lakukan estimasi regresi untuk :
X
1
= b
0
+ b
1
X
2
+ b
2
X
3
........................................................................ (2)
(ketik : X
1
C X
2
X
3
)
X
2
= b
0
+ b
1
X
1
+ b
2
X
3
........................................................................ (3)
(ketik : X
2
C X
1
X
3
)
X
3
= b
0
+ b
1
X
1
+ b
2
X
2
........................................................................ (4)
(ketik : X
3
C X
1
X
2
)

Hasil estimasi regresi untuk persamaan kedua untuk X1:

Gambar 21. Output untuk variabel X1


Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
22
Hasil estimasi regresi untuk persamaan ketiga untuk X2:


Gambar 21. Output untuk variabel X2














Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
23
Hasil estimasi regresi untuk persamaan keempat untuk X3:

Gambar 22. Output untuk variabel X3
Untuk persamaan (1) nilai R
2
adalah sebesar 0,9125 selanjutnya disebut R
2
1
Untuk persamaan (2) nilai R
2
adalah sebesar 0,6801 selanjutnya disebut R
2
11
Untuk persamaan (3) nilai R
2
adalah sebesar 0,6482 selanjutnya disebut R
2
12
Untuk persamaan (4) nilai R
2
adalah sebesar 0,6519 selanjutnya disebut R
2
13
Ketentuan :
Bila nilai R
2
1
> R
2
11
, R
2
12
, R
2
13
maka model tidak diketemukan adanya
multikolinearitas.
Bila nilai R
2
1
< R
2
11
, R
2
12
, R
2
13
maka model diketemukan adanya
multikolinearitas.
Analisis Hasil Output, menunjukkan bahwa nilai R
2
1
> R
2
11
, R
2
12
, R
2
13
maka
dalam model tidak diketemukan adanya multikolinearitas.




Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
24
3.5. Uji Heteroskedastisitas
3.5.1. Uji White
Lakukan estimasi persamaan regresi berganda di atas, setelah itu klik View
– Residual test – White Heteroskedastisitas (no cross terms) dan lakukan juga
untuk yang cross terms.
Hasil output white heteroskedastisitas (no cross terms)

Gambar 23. Output untuk no cross terms


Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
25
Hasil output white heteroskedastisitas (cross terms)

Gambar 23. Output untuk cross terms
Apabila nilai X
2
hitung (nilia Obs* R squared) > nilai X
2
tabel, misalnya
dengan derajat kepercayaan α = 5%, baik untuk cross terms maupun no cross
terms maka dapat disimpulkan model di atas tidak lolos uji heteroskedastisitas.
Hasil analisis output, berdasarkan table output di atas, tampak bahwa nilai Obs* R
square untuk hasil estimasi uji white no cross terms adalah sebesar 1,235 dan uji
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
26
white cross terms adalah sebesar 5,112, dan nilai X
2
tabel dengan derajat
kepercayaan α = 5% adalah sebesar 7,81.
Karena nilai X
2
hitung (nilai Obs* R squared) < nilai X
2
tabel, naik untuk cross
terms maupun no cross terms maka dapat disimpulkan model di atas lolos uji
heteroskedastisitas.





















Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008
27
DAFTAR PUSTAKA

1. Enders, W. 1995. Applied Econometric Time Series. John Wiley & Sons, Inc.
New York.
2. Koutsoyiannis, A. 1978. Theory of Econometrics. Second Edition. Harper &
Row Publishers, Inc. USA.
3. Khoirunnurrofiq. 2003. Modul Pengenalan Singkat Eviews Version 3.1.
Laborotium Komputer Fakultas Ekonomi, Universitas Indonesia,
Jakarta.
4. Sarwoko, 2005. Dasar-dasar Ekonometrika. Penerbit Andi, Yogyakarta.
5. Sunyoto, D. 2007. Analisis Regresi dan Korelasi Bivariat. Penerbit Amara
Books, Yogyakarta.
6. Sumodiningrat, G. 1994. Pengantar Ekonometrika. Penerbit BPFE,
Yogyakarta.
7. Thomas, R.L. 1997. Modern Econometrics. Addison Wesley Longman
Limited, England.
8. Yuwono, P. 2005. Pengantar Ekonometri. Penerbit Andi, Yogyakarta.

Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009
USU Repository © 2008

Sign up to vote on this title
UsefulNot useful