Buku Aplikasi SPSS dan Eviews dalam Analisis Data Penelitian
Statistical Package for Social Sciences (SPSS) dan Eviews (Econometric Views) adalah salah satu dari sekian banyak software atau program aplikasi komputer untuk menganalisis data statistik. Program SPSS sangat membantu memecahkan berbagai permasalahan ilmu- ilmu sosial, khususnya analisis statistik. Sedangkan program Eviews dapat digunakan untuk melakukan analisis cross section dan panel data dan melakukan estimasi dan peramalan data time series, meliputi analisis keuangan, peramalan makroekonomi, simulasi, peramalan penjualan hingga analisis biaya Eviews dikembangkan oleh Quantitative Micro Software (QMS).
Buku ini membahas tentang penggunaan aplikasi SPSS dan Eviews dalam menganalisis data penelitian, menyajikan istilah-istilah statistika yang ada dalam aplikasi SPSS dan Eviews. Selain itu, buku ini juga memberikan tutorial bagaimana menggunakan aplikasi SPSS dan Eviews dengan metode analisis regresi linear berganda dan analisis regresi data panel, serta menjelaskan tahapan-tahapan pengolahan data dengan penjelasan kriteria kelayakan suatu data yang akan digunakan dalam penelitian.
Buku ini memberikan penjelasan menginterpretasikan hasil olah data menggunakan aplikasi-aplikasi tersebut secara lengkap dan tersusun. Buku ini ditujukan sebagai buku panduan dan pegangan serta penunjang referensi yang dapat membatu mahasiswa, dosen, dan peneliti dalam melakukan penelitian sesuai bidang ilmu dan kebutuhan seorang peneliti. Pembahasan dalam buku ini terdiri dari 10 bagian: Bagian 1 Data Penelitian dan Skala Pengukuran, Bagian 2 Mengenal SPSS for Windows, Bagian 3 Data Screening dan Transformasi Data, Bagian 4 Validitas dan Reliabilitas, Bagian 5 Uji Asumsi Klasik dengan SPSS, Bagian 6 Regresi Linear, Bagian 7 Mengenal Eviews, Bagian 8 Estimasi Model Regresi, Bagian 9 Uji Asumsi Klasik dengan Eviews, dan Bagian 10 Uji Kelayakan Model dan Interpretasi.
Buku Aplikasi SPSS dan Eviews dalam Analisis Data Penelitian ini diterbitkan oleh Penerbit Buku Pendidikan Deepublish.
Dapatkan buku-buku berkualitas hanya di Toko Buku Online Deepublish. Kami berfokus menjual buku-buku kuliah untuk Mahasiswa di seluruh Indonesia, dengan pilihan terlengkap kamu pasti mendapatkan buku yang Anda cari.
Kelebihan kami :
*Buku
Baru
*Original
*Pengiriman Cepat
*Stok selalu tersedia
*Packing aman & rapi
*Garansi 100% jika produk rusak/cacat/tidak sesuai KAMI GANTI atau UANG ANDA KEMBALI
Operasionalisasi Regresi Data Panel
(dengan Eviews 8)
Pada bagian ini akan dijelakan secara rinci tentang penggunaan software Eviews 8 untuk metode regresi data panel. Secara umum, kami membagi menjadi 4 (empat) bagian/tahapan. Bagian Pertama menerangkan Pendahuluan (Persiapan/Input Data), yang isinya bagaimana format penyusunan data untuk keperluan input data ke dalam software Eviews 8. Setelah itu, dilanjutkan dengan input data panel ke dalam software Eviews 8 yang prosedurnya relatif panjang. Bagian Kedua menjelaskan cara melakukan estimasi (pembuatan) model regresi data panel yang terdiri dari Common Effect (CE), Fixed Effect (FE) dan Random Effect (RE). Setelah kita mengetahui bagaimana melakukan estimasi model, maka Bagian Ketiga adalah memilih model regresi data panel yang paling tepat untuk tujuan penelitian. Bagian Keempat, penyembuhan terhadap adanya kasus heteroskedastisitas.
selengkapnya bisa dilihat di Operasionalisasi Regresi Data Panel
Post Views: 103,269
INTERPRETASI OUTPUT DATA EVIEWS
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 11/22/17 Time: 22:03 | ||||
Sample: 1960 1982 | ||||
Included observations: 23 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 36.30322 | 3.867471 | 9.386812 | 0.0000 |
X1 | 0.002101 | 0.003190 | 0.658788 | 0.5184 |
X2 | -0.636353 | 0.164748 | -3.862585 | 0.0011 |
X3 | 0.217663 | 0.058102 | 3.746221 | 0.0015 |
X4 | 0.097555 | 0.041223 | 2.366548 | 0.0294 |
R-squared | 0.939196 | Mean dependent var | 39.71304 | |
Adjusted R-squared | 0.925683 | S.D. dependent var | 7.449668 | |
S.E. of regression | 2.030858 | Akaike info criterion | 4.444454 | |
Sum squared resid | 74.23895 | Schwarz criterion | 4.691301 | |
Log likelihood | -46.11123 | Hannan-Quinn criter. | 4.506536 | |
F-statistic | 69.50775 | Durbin-Watson stat | 1.387410 | |
Prob(F-statistic) | 0.000000 | |||
Hasil analisis di atas dilakukan menggunakan program Eviews 8 dengan menghasilkan model estimasi. Terlihat dari hasil analisis di atas, terdapat beberapa hal dari hasil analisis yang saya rincikan sebagai berikut.
1. Dependent variabel: Y. Menjelaskan bahwa dalam penelitian ini menggunakan Y sebagai variabel dependenpen atau terikat.
2. Method: Panel Least Square. Menjelaskan metode yang digunakan untuk analisis, yang mana panel least square adalah fixed effect model.
3. Sample: 1960 – 1982. Menunjukkan series waktu yang digunakan dalam kajian.
4. Periods included: 23. Merupakan banyaknya/lamanya/series tahun dalam penelitian.
Pengujian Terhadap Koefisien Regresi Secara Parsial (Uji t)
Analisis ini digunakan untuk mengukur kekuatan dua variabel atau lebih dan juga menunjukan arah hubungan antara variabel dependen dengan variabel independen. Adapun rumus dari regresi linier berganda (multiple linier regresion) secara umum adalah:
Y= a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e
Analisis regresi linier digunakan dalam penelitian ini dengan tujuan untuk mengetahui ada tidaknya pengaruh variabel bebas. Uji statistik t menunjukkan seberapa jauh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Terdapat dua cara untuk melihat hal tersebut:
- Jika Prob. > ɑ (5%), maka H0 diterima;
- Sebaliknya, pabila Prob < 0,05 maka tolak H0
Catatan:
H0 = variabel independen tidak mempengaruhi variabel dependen.
H1 = variabel independen mempengaruhi variabel dependen.
Berdasarkan hasil Uji t, maka pengambilan keputusannya adalah sebagai berikut:
1. Pengujian terhadap variabel X1
Hipotesis pertama menyebutkan bahwa X1 tidak berpengaruh signifikan terhadap Y. Berdasarkan hasil perhitungan data menggunakan program Eview 8. diperoleh hasil bahwa nilai signifikansi sebesar 0,5184. Ini berarti keputusan tolakH1dan terimaH0, artinya X1 berpengaruh signifikan terhadap Y karena nilai signifikansi lebih besardari 0,05 dengan arah hubungan positif.
2. Pengujian terhadap variabel X2
Hipotesis kedua menyebutkan bahwa X2 berpengaruh signifikan dan positif terhadap Y. Berdasarkan hasil perhitungan data menggunakan program Eviews8. diperoleh hasil bahwa nilai signifikansi sebesar 0,0011. Ini berarti keputusan tolak H0 dan terima H1, artinya X2 berpengaruh signifikan terhadap Y karena nilai signifikansi lebih kecil dari 0,05 dengan arah hubungan negatif.
3. Pengujian terhadap variabel X3
Hipotesis ketiga yang menyebutkan bahwa X3 tidak berpengaruh signifikan terhadapY. Berdasarkan hasil perhitungan data menggunakan program Eview 8. diperoleh hasil bahwa nilai signifikansi sebesar 0.0015. Ini berarti keputusan yang diambil adalah terima H3 dan tolak H0 artinya X3 berpengaruh signifikan positif terhadap Y karena nilai signifikansi lebih kecil dari 0,05 dengan arah hubungan positif.
4. Pengujian terhadap variabel X4
Hipotesis ketiga yang menyebutkan bahwa X4 tidak berpengaruh signifikan terhadapY. Berdasarkan hasil perhitungan data menggunakan program Eview 8. diperoleh hasil bahwa nilai signifikansi sebesar 0.0294. Ini berarti keputusan yang diambil adalah terima H4 dan tolak H0 artinya X4 berpengaruh signifikan positif terhadap Y karena nilai signifikansi lebih besar dari 0,05 dengan arah hubungan positif.
Berdasarkan hasil pengujian dengan metode regresi linier berganda untuk menguji pengaruh variabel-variabel independen (X1, X2, X3 dan X4) terhadap variabel dependen (Y) maka dapat disusun sebuah persamaan sebagai berikut:
Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*X4
Y = 36.3032186495 + 0.00210145736311*X1 - 0.636353436773*X2 + 0.217662563342*X3 + 0.097555258358*X4
Hasil tersebut dapat dijelaskan sebagai berikut :
- Koefisien regresi X1 adalah sebesar 0.0021 yang berarti bahwa setiap peningkatan X1 sebesar 1% akan menaikan Ysebanyak 0.0021% dengan asumsi variabel lain konstan, begitu juga sebaliknya.
- Koefisien regresi X2 adalah sebesar – 0.6363 yang berarti bahwa setiap peningkatan X2 sebesar 1% akan menurunkan Y sebanyak 0.6363% dengan asumsi variabel lain konstan, begitu juga sebaliknya.
- Koefisien regresi X3 adalah sebesar 0.2176 yang berarti bahwa setiap peningkatan nilai tukar sebesar 1% akan menaikkanY sebanyak0.2176% dengan asumsi variabel lain konstan, begitu juga sebaliknya
- Koefisien regresi X4 adalah sebesar 0.0975 yang berarti bahwa setiap peningkatan nilai tukar sebesar 1% akan menaikkanY sebanyak0.0975% dengan asumsi variabel lain konstan, begitu juga sebaliknya
Pengujian Terhadap Koefisien Regresi Secara Simultan (Uji F)
Pengujian hipotesis uji F digunakan untuk melihat apakah secara keseluruhan variabel bebas mempunyai pengaruh yang bermakna terhadap variabel terikat.
Hasil pengolahan data terlihat bahwa variabel independen (X1, X2, X3 dan X4) signifikansi F hitung sebesar 69.50775dengan tingkat signifikansi yang lebih kecil (0,00000) dari 0,05. Dengan demikian hasil analisis dalam penelitian ini menunjukkan bahwa secara bersama-sama variabel independen (X1, X2, X3 dan X4) berpengaruh terhadap Y. Dengan demikian hipotesis pertama (H1) dalam penelitian ini dapat diterima.
Koefisien Determiasi Berganda.
Nilai koefisien determinasi berganda dalam eviews 8 sama seperti halnya dengan aplikasi lainnya yaitu di beri label R-Square. Dalam tabel diatas dapat dilihat bahwa R- Square sebesar 0.939196 yang berarti sekumpulan variabel devendent di dalam model dapat menjelaskan variabel indevendent sebesar 93.9196%. sedangkan sisanya dijelaskan oleh variabel lain diluar model yang tidak diteliti.
Adjusted R Square
Nilai adjusted R Square artinya nilai R Square yang telah terkoreksi oleh nilai standar error. Dalam tabel diatas adjuster R Square sebesar 0.925683. sedangkan nilai standart error model regresi 2.030858 ditunjukkan dengan label S.E Of regression. Nilai standar error ini lebih besar dari pada nilai standart deviasi variabel indevendent yang dijuntukkan dengan label “S.D. dependent var” yaitu sebesar 7.449668 yang diartikan bahwa model regresi tidak valid sebagai model devendent variabel.
Semoga artikel ini bermanfaat bagi pembaca . Terima kasih :) ^_^