Welcome to Wajibstat Analysis Jibvela17...

NEW WAJIBSTAT ANALYSIS IS COMING***

Senin, 08 April 2013

PEMILIHAN MODEL TERBAIK ANALISIS DATA PANEL (COMMON, FIXED, RANDOM EFFECT) DILENGKAPI CONTOH DENGAN EVIEWS 7.0



PEMILIHAN MODEL TERBAIK ANALISIS DATA PANEL (COMMON, FIXED, RANDOM EFFECT) DILENGKAPI CONTOH DENGAN EVIEWS 7.0

Malam sobat semua...
Wah wah apa kabar sobat semua? Moga baik-baik aja ya semuanya.. Waduh dah nyaris seminggu saya belum sempat ngeposting lagi.. 

Hemmh, seperti janji saya kemaren, setelah posting tentang uji stasioneritas data panel, sekarang saya mau posting lagi tentang pemilihan model terbaik analisis data panel..

Seperti yang kita tahu nih bahwa dalam analisis data panel, ada 4 kemungkinan yang bisa terjadi nih sob. Apa saja kemungkinannya? Check out:

1. Slopenya tetap tetapi intersepnya yang  berbeda antar individu
2. Slopenya  tetap tetapi intersepnya yang  berbeda antar individu dan waktu
3. Intersep dan slope tetap antar waktu dan  individu sedangkan residual/sisaannya yang  berbeda antar waktu dan individu 
4. Semua koefisien (slope dan intersep) berbeda antar individu

Nah, karena kemungkinan ini, maka dalam analisis data panel didekati dengan tiga jenis penghitungan yang tentunya saling berbeda satu sama lain. Berikut pendekatannya:
1.  Metode Common-Constant (The Pooled OLS               Method=PLS)
Common ini sama aja dengan metode OLS (Regresi Biasa). Intinya, intersep dan slopenya tetap antar waktu dan individu.
2. Metode Fixed Effect (FEM)
Dalam Fixed Effect, slopenya tetap tetapi intersepnya yang berbeda antar individu. Karena intersep berbeda antar individu, maka untuk membedakannya dibutuhkan bantuan dummy variabel (variabel boneka). Nah, karena metode ini pakai bantuan dummy, maka metode populer dengan sebutan Least Square Dummy Variable (LSDV)

3. Metode Random Effect (REM
Agak sedikit beda dengan dua metode lain, untuk Random Effect, intersep dianggap sebagai variabel acak/random yang punya nilai rata-rata. Intersep tidak dianggap konstan. Oleh karena metode ini pakai anggapan sedemikian, maka model Random ini populer dengan sebutan Error Component Model

Oke, itu intro yang bisa saya sampaikan. Lengkapnya, bisa dipelajari dan dikembangkan ilmunya oleh sobat ya, hehehe..
Yap, tanpa berlama-lama, kita masuk ke bagian inti yaitu memilah dan memilih model yang terbaik (best model) untuk analisis data panel.
Data yang saya pakai adalah data yang sama pada postingan uji stasioneritas data panel. Saya anggap sobat udah tau dulu hal non teknis awal memasukkan data ke dalam bentuk panel. Pertama, buka cross section identifier yang berisikan nama 33 propinsi di Indonesia.


Selanjutnya, sobat klik Estimate maka akan tampil seperti ini:
 



Masukkan variabel terikat punya sobat ke dalam bagian Dependent Variable dan seluruh variabel bebasnya ke dalam bagian Common Coefficients. Naaah, kalo disini saya contohkan variabel terikatnya adalah lnpdrb sedangkan variabel bebasnya adalah openness (keterbukaan ekonomi), kurs(nilai tukar), lnindeksrate(tingkat suku bunga), lnihk (inflasi), tpt (tingkat pengangguran terbuka) dan lnekspor.
Pada Estimation Method, sub  Cross Section buat menjadi Fixed. Pada Balance Sample mau dicentang atau enggak sama saja karena data yang dipakai sampelnya sudah sama besar. Kalau sudah, hasilnya seperti ini:




Selanjutnya ayo kita uji antara Model dengan metode Fixed Effect VS Common/Pool Effect. Kita pakai uji Chow. Kalau nanti hasilnya adalah terima hipotesis nol yaitu model terbaik adalah Common, maka pengujian kita selesai sampai disini saja. Akan tetapi, kalau hasilnya nanti adalah menolak hipotesis nol sehingga model terbaik yang terpilih antara Fixed dan Common adalah Fixed, maka pengujian kita masih berlanjut.
Langsung klik lagi menu View (masih pada output Fixed yang terbuka),  lalu pilih Fixed/Random Effect Testing dan pilih Redundant Fixed Effect-LR (uji Chow) seperti ilustrasi berikut:




Nanti, sobat bakal ketemu output pengujian Fixed VS Common seperti ini:
  


Perhatikan  kedua nilai probabilitas Cross Section F dan Chi Square adalah 0,0000 yang lebi kecil dari Alpha 0,05 sehingga kita menolak hipotesis nol. jadi, untuk uji Chow, model yang terbaik (pemilahan) adalah model dengan metode Fixed Effect.
Okee, kita lanjut lagi nih menguji antara Random VS Fixed. Nah, disini kita pakainya Uji Hausman ya sob. Ingat, hipotesis yang dipakai selalu pada hipotesis alternatif model terbaik adalah model Fixed Effect. Praktek lagi yuk, hehehe.. Buat lagi Pool Estimation seperti sebelumnya. Pada bagian Estimation Method, sub Cross Section tinggal ganti menjadi Random. Berikut ilustrasinya:




Hasilnya seperti ini:
 


Pilih lagi View, lalu Fixed/Random Effect Testing dan pilih Correlated Random Effects-Hausman Test.




Berikut output pengujian Hausman Random VS Fixed.
  

Perhatikan Prob. Cross Section Random sebesar 1,0000 lebih besar daripada Alpha 0,05 sehingga dengan demikian kita menerima hipotesis nol sehingga model terbaik yang kita dapat setelah pemilahan dan pemilahan adalah model dengan metode Random Effect. Nah, nanti ingat juga, yang kita interpretasikan untuk melihat besarnya pengaruh variabel-variabel bebas terhadap variabel terikat adalah Pool Estimation yang pakai Random Effect yaa...
Untuk cara pembacaan output dan individual effect akan hadir pada postingan selanjutnya. Bonusnya, hehehe.. saya akan kasi juga deh interpretasi/pemaknaan individual effect yang menarik dari 33 propinsi. 

Oke deh sobat, itu dulu yang bisa saya bagikan tentang pemilihan model terbaik. Semoga jangan hanya model yang terbaik, dalam hidup pun hendaklah kita lakukan yang terbaik. Sesuai dengan motto blog ini, hidup hanya sekali, buatlah sejarah yang manis. Salam :-)


62 komentar:

  1. Hai, infonya sangat membantu sekali. Btw, mau sharing donk kalau saat melakukan Haustman test terpilih model terbaik adalah Fixed Effect lagi bagaimana ya selanjutnya? apakah kita berhenti sampai disini dan memilih Fixed Effect.Mohon pencerahannya. Thanks

    BalasHapus
  2. @anonim: Pertama, terimakasih atas tanggapannya. Jadi, jika dalam uji Hausman hasilnya adalah tolak Ho sehingga model terpilih adalah fixed effect, maka kita harus melakukan uji terhadap struktur varians kovarians residual model terpilih apakah (1) homokedastis atau (2) heterokedastis dan tidak ada cross sectional correlation atau (3) heterokedastis dan ada cross sectional. Pakailah uji LM dan apabila hasilnya terima Ho yaitu nilai stat LM > ChiSq (n-1) berarti aman dan berhenti sampai disini(tidak perlu penimbang/no weight). Namun, jika hasilnya tolak Ho (hetero) maka lanjut ke uji sigmaLM. Nah pada uji sigma LM, jika hasilnya terima Ho maka var kov hetero dan tidak ada cross sect correlation (pakai prosedur cross section weight pada eviews) sedangkan jika tolak Ho yaitu hetero dan ada cross sectional maka pakailah prosedur Seemingly Unrelated Regression (SUR). Demikian. Salam

    BalasHapus
    Balasan
    1. Komentar ini telah dihapus oleh pengarang.

      Hapus
  3. saya sudah coba, tapi hasilnya Ho diterima berarti harus memakai commont effect, bagaimana langkah-langkah untuk common effect pak? terima kasih

    BalasHapus
  4. Ya berarti penelitian kamu menggunakan model common effect selanjutnya silahkan uji asumsi model seperti kenormalan, non multikolinieritas, non autokorelasi dan homokedastisitas.

    BalasHapus
  5. permisi mas, saya mau tanya, setelah saya lakukan uji menggunakan random effect saya bingung meng-interpretasikan outputnya. contoh dalam tulisan mas ini yang: random effect (cross), itu kan ada NAD_C, Sumut_C, Sumbar_C, Riau_C, dst. yg ingin saya tanyakan, makna tanda positif atau negatif dr nilai coefisient NAD_C, Sumut_C, Sumbar_C, Riau_C, dst. itu apa ya mas?
    terimakasih atas tulisannya mas..

    BalasHapus
  6. salam,
    maaf brother, ada tulisan tutorial eviews kah? soalnya baru belajar nih. thanx a lot brother.

    BalasHapus
  7. mas wajibman, kok gak ada tutorial ttg uji asumsi nya yah? pdahal itu yang penting bgt mas..tolong di share yah,makasih

    BalasHapus
  8. mas sy mau nanya, stelah uji chow dan hausman hasil sy didapat fixed effect. namun terjadi heterokedastisitas. setelah itu sy cross section weight untuk treatmentnya.
    jadi apakah dpt dibilang klo uji sy menjadi GLS fixed effect setelah melakukan cross section weight? terima kasih banyak

    BalasHapus
  9. @ carcar: sama-sama mas carcar, untuk uji asumsi saya belum sempat tulis mas. Doain aja mas mudah-mudahan saya bisa rilis postingan tentang uji asumsi regresi data panel

    BalasHapus
  10. @valentine: Sebelumnya, makasih mbak sudah berkunjung. Jadi, model Fixed Effect dengan WLS (dipakai jika terjadi hetero setelah uji LM) tidak sama dengan Random Effect yang menggunakan GLS mbak.Hal ini karena pada model fixed effect, kita mengestimasi dummy variable (bisa cross section bisa period) dimana derajat bebas akan berkurang sebanyak dummy yang diestimasi sedangkan dalam Random Effect-GLS, kita tidak mengestimasi dummy tetapi memanfaatkan komponen errornya.

    BalasHapus
  11. terima kasih, saya mau tanya apakah data panel ini wajib uji asumsi klasik (normalitas, heterokedastis,multikol,otokorel) juga setelah memilih model (OLS, fixed atau random efek)?

    BalasHapus
  12. @anonim: uji asumsi klasik tetap harua dilakukan dan juga varians kovarians jika model terseleksi adalah model fixed effect, kmbali kasih :-)

    BalasHapus
  13. salam

    pak saya mau tanya, dlam metode fixed saya pernah membaca harus ada wilayah yg dijadikan benchmark, lalu apa syarat dari benchmark itu pak? lalu kalau saya ambil kasus tingkat inflasi dan pertumbuhan pdb negara mana yng bisa dijadikan benchmark tersebut pak?
    satu lagi pak, bagaimana cara menentukan benchmark tersebut dieviews, maaf kalau saya bnyak tanya pak. terimakasih

    salam

    BalasHapus
  14. Trimakasih atas tulisannya Mas..sangat membantu..
    Ijin tanya mas..
    dalam pemilihan model apakah diharuskan ada uji REM..?
    soalnya kmrn sya coba errror,,
    Saya pakai data 3 bank, dengan 1 variabel y dan 4 variabel x,
    datanya 3 triwulanan..
    trimakasih..mohon solusinyaa..

    BalasHapus
  15. Kmbali kasih mas/mb
    Dlm data panel tdk ada uji REM, mungkin maksudnya uji Hausman (fixed vs random) atau uji LM (pool vs random). Makanya mas/mb lakukan uji Chow dlu (pool vs fixed). Jika dlm uji Chow, pool lbh baik maka lakukan uji LM untuk mendapatkan model yg terbaik tetapi jika dlm uji Chow, fixed lbh baik maka lakukan uji Hausman untuk memperoleh model terbaik.
    Nah, jumlah cross section (bank) yg kamu pakai itu terlampau sedikit, hanya 3 bank. Bgitu juga dgn jumlah periodenya, 3 triwulan.

    BalasHapus
  16. Assalamualaikum...
    saya ridwan, ijin tanya mas, ketika model yang saya dapatkan adalah random effect, apakah yang harus saya uji lagi mas..?
    kemudian dr model tersebut hipotesi saya yang diterima ada 2, dan 1 hipotesisnya ditolak.
    dengan R square 0.17893..
    apakah model saya tersebut dapat diterima mas,,?
    atau apa solusi terbaiknya mas,,?
    Trimakasih sebelumnya/...

    BalasHapus
  17. salam. mohon maaf mau nanya pak. kan itu di uji chow fix effect sudah diteiman, trus setelah dilakukan lagi uji housman random effec yang diterima. jadi kesimpulannya seperti apa sih pak? dalam penelitian kita sprti yang di tulisan bapak, kita pake yang mana ? fixed effect atau random effec? terimakasih

    BalasHapus
  18. @anonim: walaikumsalam wr.wb
    Kalau di uji hausman, random yg terpilih, maka sbnarnya kamu ga perlu uji lg krn scara logika saja, jika fixed saja udah lbh baik drpd pool apalagi random.
    Oiya r sq kamu msh sgt rndah, coba tambahkan variabel bebas yg signifikan. Sekian. Smoga bmanfaat

    BalasHapus
  19. @frans: yg dipilih untuk diajukan random effect. Kmbli kasih mas frans

    BalasHapus
  20. mas, saya mau nanya...bagaimana men ln kan data pada eviews?

    BalasHapus
  21. mas, kesimpulan apa yg bisa diambil jika pada saat uji chow diperoleh hasil cross section F lebih kecil dari 5% dan Chi Square leih besar dari 5%? Begitu pula sebaliknya.

    BalasHapus
  22. saya sudah coba uji antara Fixed Effect VS Common/Pool Effect. lalu pakai uji Chow. hasilnya hipotesis nol di tolak. saat saya mau membuat hasil random effect (Estimation Method, sub Cross Section diganti menjadi Random lalu ok) saya selalu menemukan pesan ini. "Random effects estimation requires number of cross sections>number of coefs for between estimator for estimate of RE innovation variance". pesan ni munculny krn ap dan gmn solusiny ya pak? terima kasih.

    BalasHapus
  23. Kondisi itu terjadi karena jumlah cross section yang digunakan lebih sedikit atau sama dengan jumlah variabel bebas yang anda pakai. salah satu solusinya adalah dengan mengurangi variabel bebas atau menambah cross sectionnya hingga banyaknya cross section lebih besar dari variabel bebas itu. atau coba olah dengan stata, biasanya bakal muncul output.

    yang jadi pertanyaan jg untuk saya buat mas wajib, sebenarnya apa sih yang menyebabkan N<jmlh parameter mengakibatkan output random tidak keluar? apakah matriksnya jadi tidak singular atau bagaimana?
    karena keterbatasan waktu, saya jadi membentengi ini dengan pemilihan model informal yaitu menurut Nahrowi dan Usman (2006), ketika N<T maka sebaiknya model yg digunakan adalah FEM. tp sbg calon statistisi, penggunaan alasan informal jadi kurang greget :( gimana?

    BalasHapus
  24. Selamat malam mas...
    Nama saya sevtyan dari Yogyakarta. Saya sudah membaca tulisan anda di http://wajibstat.blogspot.com/. Saya ingin bertanya mengenai random effect. Ada yang mengatakan jika model yg terpilih adl random effect maka kita tidak perlu lagi mempermasalahkan heteroskedastisitas dan autokorelasi. Ada benar seperti itu ? Mengapa demikian ?
    Terima kasih

    BalasHapus
  25. selamat malam pak..
    saya sdh melakukan chow test dan hasilnya adalah OLS..
    Pertanyaannya:
    1. Apakah stlh itu harus dilakukan uji asumsi klasik jg/ tdk? Klo tdk, apakah kiranya bpk pny sumber refrensi buku yg mendasarinya utk saya refrensikan?
    2. Apakah saya tidak perlu melakukan uji lain jika OLS adalah metode yg tepat ? Kira2 apa saja yg saya dpt bahas di bagian pembahasan ya ?
    Terimakasih sblmnya.. Smoga bpk berkenan utk membalas..

    BalasHapus
  26. selamat malam mas, saya mau tanya apakah penggunaan time lag diperbolehkan spy hasil variabel dapat signifikan ? arti dr pggunaan timelag ap ya mas ?

    BalasHapus
  27. selamat malam pak
    kalo pakai uji LM langkah2nya gimana ya?
    terimakasih sebelumnya

    BalasHapus
  28. Saya mau tanya, kan saya sudah uji chow dan hausman, hasilnya FEM. trs langkah untuk uji LM nya bagaimana ya? Ko saya gak bisa.
    Terus dr model FEM trb nilai DW nya kecil jd ada otokorelasi. Kemudian variabel independen saya terjadi multikolinieritas mas. Itu bagaimana y?
    Terima kasih
    Mohon responnya

    BalasHapus
  29. Mau nanya mas, kalau mau melihat heteros apakah saya menggunakan cross section weight atau white cross section, dari uji hausman hasil yg bagus adalah FEM .. Dan apakah satuan persen boleh di log atau tidak, karena model yg saya gunakan adalah logy? = b0 + b1 log(x1) + b2 log(x2) + b3 log(x3) + e.. Y : ipm, x1 : pengeluaran pemerintah bidang pendidikan, x2 : pengeluaran pemerintah bidang kesehatan dan x3 : pendapatan per kapita. Jumlah observasi saya 35. Dari 7 kab/kota dari 5 tahun. Terima kasih mas ,, mohon pncerahannya... Ini skripsi saya deadline dalam 1 minggu lgi

    BalasHapus
  30. @laila: Untuk uji LM (Common VS REM) sebenarnya tidak perlu lagi dilakukan jika pada uji Hausman saja FEM yang terpilih saat diadu dengan REM. Tetapi andaikata pada uji Hausman REM yang terpilih, maka penting dilakukan uji LM. Jika dengan E-views masih belum bisa (harus hitung manual) sedangkan jika dengan software seperti STATA sudah otomatis outputnya bisa dikeluarkan. Terkait masalah autokorelasi dan heterokedastisitas, kamu pakai model terpilih dengan pembanding cross section weight atau dengan SUR. Semoga mencerahkan.

    BalasHapus
  31. @akhmad hasan: Bedakan pngrtian antara cross section weight dengan white cross section. Untuk melihat output uji asumsi heterokedastis ada pada white cross section pada uji varians kovarians residual. Cross section weight ini adalah salah satu dari tiga treatment uji varians kovarians residual yang dipilih setelah memperoleh model terbaik (Common atau FEM, karena kalau untuk REM tidak ada uji varians kovarians mengingat estimasi yg digunakan REM adalah GLS). Treatment yang lainnya apa? Ada OLS dan SUR. Pelajari lagi. Untuk variabel satuan persen semacam indeks (IHK, IPM) bisa menggunakan log yang artinya pertumbuhan (%). Selanjutnya terkait sampel itu terlalu sedikit jumlah cross sectionnya,, apalagi sampel kab/kota cuma 7 dari sebanyak 500 kab/kota? Apa yang 7 itu sudah sangat mewakili? Kalaupun di tingkat pulau atau propinsi jumlah itu masih terlampau minim. Terkait dengan model penelitian saya rasa sudah cukup baik tinjauannya dari sisi ekonomi (dilihatnya dari sisi pengeluaran pemerintah kab/kota). Nanti masing-masing kab/kota akan punya model msg2 dan satu model umum.. coba bandingkan (sort) nanti intersep antar model, analisisnya akan lebih kaya. Sekian semoga bermanfaat.

    BalasHapus
  32. Makasih mas atas jawabannya sangat membantu dan bermanfaat sekali, saya jadi tambah semangat buat maju sidang besok.

    BalasHapus
  33. Hallo mas isi blog ini sangat membantu sekali, namun saya mau tanya jg mas, apakah benar jika setelah uji hausman dan yg terpilih adlh REM, akantetapi berhubung penelitian saya untuk menguji pengaruh masing2 variabel bebas thdp variabel independen maka saya tetap memilih FEM? Dan apakah setelah itu harus menggunakan cross weight section? Sebenarnya apakah fungsi dr cross section? Jika hasil autokorelasi DW berada pada range "no conclusion" apakah penelitian masih bisa dilanjutkan ? Terimakasih Mas Wajibman sebelumnya mohon bantuannya :))

    BalasHapus
  34. mas saya mau tanya, data saya hanya bisa uji CEM dan FEM saja karena Variael bebas saya lebih banyak dri sampel perusahaan dan hasil uji chow adlh FEM. apakah uji haustman dan uji LM harus diuji juga ? karena uji REM tidak bisa. terima kasih

    BalasHapus
  35. makasih atas informasinya, sangat membantu sekali mas. saya mau nanya "Uji Chow Prob 0.0000 sedangkan Uji Hausman Prob 0.0000 ?" apa yang salah yah?

    BalasHapus
  36. assalamu'alaikum. Terimakasih postingan bapak sangat bermanfaat. maaf pak saya mau nanya tapi keluar dari konteks yang bapak posting. saya mau nanya kalau penelitian kita pakai regresi logistik menggunakan eviews, apa tetap dilakukan uji asumsi klasik pada regresi logistik pak? saya baca beberapa sumber beda beda pak, jadi saya bingung. mohon jawabannya pak, terimakasih :)

    BalasHapus
  37. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  38. Salam sukses slalu, sy mo tanyakan apakan jika dalam estimasi 3 model (CEM,FEMdan REM) jika dilihat dari nilai uji hausman, chow dan LM tdk ada yang mendukung bahwa REM yg terpilih, tetapi hasil regres dari REM jauh lebih bagus hasilnya (signifikan positif) dan R-Sq besar, sedangkan hasil dari FEM tdk ada yg signifikan n R squarenya sangat kecil. apakah salah klo sy memilih REM yg hasilx sesuai dengan hipotesa penelitian. mohon bantuan penjelasannya trimakasih..

    BalasHapus
  39. Salam. terima kasih sebelumnya karena postingan bapak sangat bermanfaat bagi saya yg sedang menyusun skripsi.. saya mau bertanya apakah kita harus melakukan uji 3 model tsb (CEM, FEM dan REM) karena ketika saya melakukan uji ke 3 model tsb dan melakukan uji chow, hausman model yg terpilih adalah FEM namun ketika dilihat prob dan JBnya sangat tinggi jika dibandingkan dgn CEM dan REM hasil yg bagus adalah CEM.. boleh tidak jika saya menggunakan CEM daripada FEM yg merupakan model terpilih.. mohon penjelasannya pak. terima kasih :)

    BalasHapus
  40. @sandidewi: trimakasih mb Dewi sudah berkunjung. Mb mungkin lebib baik datanya dilakukan smoothing data trlebih dahulu dan dilakukan uji stasioneritas model (unit root). Apakah mb sudah melakukan uji unit root?

    BalasHapus
  41. selamat malam, saya mau bertanya
    pada saat uji haussman apabila di output keluar tulisan
    "* Cross-section test variance is invalid. Hausman statistic set to zero."

    sebenarnya itu bermasalah gak sih?
    terimakasih

    BalasHapus
  42. Salam Pak. Bisa berikan contoh input data nya Pak untuk uji asumsi klasik nya, terutama untuk uji heteroskedastisitas. Karena saya mengalami Insufficient number obesrvations. Mohon informasinya Pak. Terima kasih sebelumnya, salam.

    BalasHapus
  43. mas terimakasih atas informasinya. saya ingin bertanya saya sudah melakukan pemilihan ce,fe,re kemudian data saya terpilih estimasi fe lalu uji chow sudah dilakukan hasil prob. 0.0000 maka saya harus memilih fe. Selanjutnya ketika memilih metode uji hausman hasil prob.1.0000, bererti saya harus memimilih re kan pak? apakah saya lanjut ke uji lm ? atau saya langsung mengambil keputusan bahwa re adalah saya ambil.trims

    BalasHapus
    Balasan
    1. Mas, apa yg dilakukan stelah ini? Apakah langsung memilih random effect?

      Hapus
  44. pak, bagaimana cara penyelesaian dgn menggunakan regresi data panel tidak lengkap (unbalanced panel data) ? tlg berikan referensi nya ya pak atau tutorial. terima kasih

    BalasHapus
  45. pak, bagaimana cara penyelesaian dgn menggunakan regresi data panel tidak lengkap (unbalanced panel data) ? tlg berikan referensi nya ya pak atau tutorial

    BalasHapus
  46. Perkenalkan, saya dari tim kumpulbagi. Saya ingin tau, apakah kiranya anda berencana untuk mengoleksi files menggunakan hosting yang baru?
    Jika ya, silahkan kunjungi website ini www.kbagi.com untuk info selengkapnya.

    Di sana anda bisa dengan bebas share dan mendowload foto-foto keluarga dan trip, music, video, filem dll dalam jumlah dan waktu yang tidak terbatas, setelah registrasi terlebih dahulu. Gratis :)

    BalasHapus
  47. Komentar ini telah dihapus oleh administrator blog.

    BalasHapus
  48. Komentar ini telah dihapus oleh administrator blog.

    BalasHapus
  49. Pagi mas, mau tanya, dari hasil uji hausman itu bernilai 1 tetapi ada tulisan dibawahnya tidak valid. Apakah itu tidak bermasalah?

    BalasHapus
  50. assalammualaikum mas
    saya mau bertanya, ketika pengujian chow dan hausman saya mendapat model terbaik yaitu fix namun ketika data di regres pooled pada saat cross sectionnya fix data saya 2 variabel tidak signifikan tapi pada saat saya rubah di estimate menjadi random semua signifikan, jadi bagaimana itu? mohon bantuannya

    BalasHapus
  51. Video Uji Reliabilitas Cronbach Alpha Menggunakan EVIEWS
    https://www.youtube.com/watch?v=YiMBKcvzkE4
    WA 085227746673
    Analisis Data EVIEWS, LISREL, SPSS, AMOS, DLL

    BalasHapus
  52. "Kita pakai uji Chow. Kalau nanti hasilnya adalah terima hipotesis nol yaitu model terbaik adalah Common, maka pengujian kita selesai sampai disini saja."

    Mas, ada referensi/rujukan untuk argumen ini gak y? terima kasih

    BalasHapus
  53. Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
    Karena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
    LISREL, EVIEWS, SMARTPLS, DEA
    Serahkan Dan Percaya Kepada Kami.
    Kami Siap Bantu Anda.
    Olah Data Semarang (Timbul Widodo)
    WA : +62 852-2774-6673
    IG : olahdatasemarang

    BalasHapus
  54. Mas saya menggunakan model randon effect. Dan untuk tentuin rsquared dan durbin watsonnya yg mana ya? Karna di random effect ada 2.terimakasih

    BalasHapus
  55. mas saya mau tanya. kan saya mau menguji random vs fix, terus dah sesuai langkahh di atas. waktu di ok kok keluar tulisan "random effects estimation requires number of cross section>number of coefs for between estimator" maksudnya gimana ya? minta tolong dijawab ya. terima kasih sebelumnya

    BalasHapus
  56. @denisa denias: Itu karena jumlah cross sectionnya lebih sedikit dari
    jumlah variabel yang digunakan.. Kalau boleh tahu, ada brpa cross
    section (misal perusahaan, bank) yang dipakai? Lalu ada berapa
    variabel kah yang dipakai (bebas dan terikatnya)?

    BalasHapus
  57. @wajibman sitopu pertanyaan saya seperti mbak @denisa. Crosssection yang saya gunakan ada 6 bank sedangkan variabel bebas ada 18 dan 2 variabel terikat. Untuk penyelesaian masalah ini apakah harus menambah objek atau mengurangi variabel bebas? mengingat keterbatasan waktu penelitian.Apakah bisa distop sampai uji chow saja jika yang terpilih fixed effect? seperti ada yg bilang dicomment atas bahwa "jadi saya membentengi ini dengan pemilihan model informal yaitu menurut Nahrowi dan Usman (2006), ketika N<T maka sebaiknya model yg digunakan adalah FEM"

    BalasHapus
  58. Sya sdh mencoba hasil yg di daptkan itu random effect model
    Berarti sya tidak usah melakukan uji asumsi klasik ya?

    Berarti dengn hasil random data sya bisa di gunakan ya?

    Tpi sya mencoba uji heteroskadastisitas itu mlah terjdi 0.00 berarti data sya tidak layak donk?
    Terimakasih
    Mohon infony

    BalasHapus
  59. Sya sdh mencoba hasil yg di daptkan itu random effect model
    Berarti sya tidak usah melakukan uji asumsi klasik ya?

    Berarti dengn hasil random data sya bisa di gunakan ya?

    Tpi sya mencoba uji heteroskadastisitas itu mlah terjdi 0.00 berarti data sya tidak layak donk?
    Terimakasih
    Mohon infony

    BalasHapus