Professional Documents
Culture Documents
Dependent Variable: Y
Method: Panel Least Squares
Date: 09/14/19 Time: 06:43
Sample: 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Variable Coefficient Std. Error t-Statistic Prob.
C 0.652322 0.055787 11.69318 0.0000
X1 0.001302 0.001004 1.296427 0.2023
X2 0.112603 0.155936 0.722113 0.4744
X3 -0.164181 0.995026 -0.165002 0.8698
R-squared 0.093561 Mean dependent var 0.724091
Adjusted R-squared 0.025578 S.D. dependent var 0.101803
S.E. of regression 0.100492 Akaike info criterion -1.670963
Sum squared resid 0.403948 Schwarz criterion -1.508764
Log likelihood 40.76118 Hannan-Quinn criter. -1.610812
F-statistic 1.376248 Durbin-Watson stat 0.858025
Prob(F-statistic) 0.263906
Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 09/14/19 Time: 06:50
Sample: 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.546159 0.050755 10.76063 0.0000
X1 0.003347 0.001002 3.341273 0.0018
X2 -0.158118 0.140992 -1.121464 0.2688
X3 1.464404 0.612310 2.391606 0.0216
Effects Specification
S.D. Rho
Cross-section random 0.046714 0.4947
Idiosyncratic random 0.047214 0.5053
Weighted Statistics
R-squared 0.096733 Mean dependent var 0.326584
Adjusted R-squared 0.028988 S.D. dependent var 0.087967
S.E. of regression 0.086683 Sum squared resid 0.300558
F-statistic 1.427891 Durbin-Watson stat 0.959602
Prob(F-statistic) 0.248859
Unweighted Statistics
R-squared -0.053099 Mean dependent var 0.724091
Sum squared resid 0.469306 Durbin-Watson stat 0.614558
Pada proses analisis data, studi ini menggunakan 3 model pengujian yakni
Common effect model (CEM), Fixed Effect model (FEM) dan Random Effect
Model (REM). Ketiga model ini memberikan hasil analisis yang berbeda
dikarenakan perbedaan asumsi yang dilakukan dalam pengujin. Maka dari itu guna
mengetahui model terbaik yang akan digunakan maka perlu dilakukan uji
Uji Chow dilakukan untuk memilih model pada regresi data panel, yaitu
antara model Fixed Effect dengan model Common Effect. Atau dengan kata lain,
uji ini digunakan untuk mengetahui apakah data panel dengan metode Fixed Effect
lebih baik dari metode Common Effect. Dasar untuk pengambilan keputusan pada
1) Apabila nilai probabilitas ˃ α, maka model yang paling tepat digunakan yaitu
2) Apabila nilai probabilitas ≤ α, maka model yang digunakan yaitu model Fixed
Effect.
Hipotesis :
H0 : Common Effect
H1 : Fixed Effect
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 effect.
0.05), maka H0 ditolak dan H1 diterima, sehingga dapat diartikan bahwa model
estimated effect pada model. Selanjutnya syarat untuk melakukan uji ini adalah
1. Uji Chow Test menunjukkan bahwa metode yang terbaik adalah Common Effect
dari pada fixed effect. Sehingga langkah berikutnya untuk menentukan apakah
Common Effect lebih baik dari pada Random Effect, maka diperlukan uji
2. Uji Hausman Test menunjukkan bahwa metode yang terbaik adalah Random
effect dari pada Fixed Effect. Sehingga langkah berikutnya untuk menentukan
apakah Random Effect lebih baik dari pada Common Effect, maka diperlukan
Pada study ini tidak memenuhi syarat dikarenakan hasil uji chow dan uji hausman
menunjukan kalau fixed effect model adalah yang terbaik. Maka dari itu data
selanjutnya yang akan kita gunakan adalah output pada fixed effect model.
Fixed Effect Model
a. Uji F
Pada tabel diatas dapat diketahui bahwa F hitung sebesar 13.070 dan nilai
dikarenkan F hitung (13.070) > F tabel (2.84) atau nilai probability (0.000)
< 0.05.
b. Uji Koefisien R
model adalah kuat. Dalam study ini nilai Adjusted R square adalah 0.784
c. Uji Hipotesis
signifikannya dapat dilihat melalui 2 cara yaitu t hitung > t tabel atau nilai
1. Normalitas
7
Series: Standardized Residuals
6 Sample 2015 2018
Observations 44
5
Mean 4.10e-18
Median -0.004579
4
Maximum 0.081276
Minimum -0.065656
3
Std. Dev. 0.039436
Skewness 0.269389
2
Kurtosis 2.025140
1
Jarque-Bera 2.274496
Probability 0.320700
0
-0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08
Namun demikian penilaian ini menimbulkan subjektivitas maka dari itu cara
normal apabila nilai probability > 0.05. Dalam hal ini model memiliki nilai
Uji Heteroskedastisitas
pengolahan data tersebut dapat diketahui bahwa nilai probability dari semua
variabel berada diatas 0.05 yang berarti tidak terjadi gejala heteroskedastisitas pada
model.
tidak terjadi autokorelasi apabila nilai dw berada diatara dU s/d 4-dU. Nilai dU
untuk n = 44, k=3 adalah 1.6647 dan nilai 4-dU (4-1.6647) adalah 2.3353. Hal ini
berarti model lolos uji autokorelasi dikarenakan nilai dw (2.1089) berada diantara
Multikolinieritas
variabel bebas, nilai VIF dan Tolerance, nilai Eigenvalue dan Condition Index, serta
nilai standar error koefisien beta atau koefisien regresi parsial. Namun demikian
pada pengujian kali ini, study menggunakan uji koreasi antara variabel bebas dan
a. X1 dg X2 = 0.448
b. X1 dgn X3 = -0.2289
c. X2 dg X3 = -0.0361
Multikolinieritas
X1 X2 X3
X1 1.000000 0.448660 -0.228914
X2 0.448660 1.000000 -0.036165
X3 -0.228914 -0.036165 1.000000