Analisis EViews adalah proses pengolahan data statistik dan ekonometrika menggunakan software Econometric Views untuk menguji hubungan variabel, meramalkan tren, serta menyelesaikan model regresi time series maupun data panel pada penelitian skripsi mahasiswa.
Apa itu Analisis EViews dan Fungsinya dalam Skripsi?
Analisis EViews adalah metode komputasi statistik berbasis software yang dirancang khusus untuk mengolah data berjenis runtut waktu (time series), silang tempat (cross section), maupun kombinasi keduanya yang disebut data panel. Fungsi utamanya adalah mempermudah peneliti menguji hipotesis ekonomi dan bisnis dengan cepat serta akurat.
Software ini sangat populer di kalangan mahasiswa karena kemampuannya menangani perhitungan matematis yang rumit secara otomatis. Anda tidak perlu menghitung manual rumus matriks yang panjang, sebab seluruh hasil estimasi parameter, nilai probabilitas, hingga koefisien determinasi akan tersaji dalam hitungan detik setelah perintah dijalankan.
Bagaimana Langkah-Langkah Melakukan Estimasi Model Regresi?
Langkah melakukan estimasi model regresi dalam EViews dimulai dengan menyiapkan file workfile, mengimpor data dari Excel, mengetik perintah ‘ls y x1 x2’, lalu membaca nilai t-hitung dan Probabilitas F-statistic. Berikut adalah rincian tahapan operasionalnya:
- Buka aplikasi EViews, pilih ‘File’ lalu ‘New’ dan ‘Workfile’ untuk menentukan struktur data seperti annual, quarterly, atau unbalanced panel.
- Masukkan data variabel dependen (Y) dan independen (X) ke dalam lembar kerja dengan cara mengimpor file spreadsheet atau menyalinnya langsung.
- Ketik perintah estimasi pada jendela command atau klik ‘Quick’ lalu pilih ‘Estimate Equation’ untuk memasukkan persamaan regresi.
- Pilih metode estimasi yang sesuai, misalnya Least Squares untuk regresi linier bergand atau Panel Least Squares untuk data panel.
- Tekan tombol OK untuk memunculkan jendela output yang berisi nilai koefisien, t-statistik, R-squared, dan uji F.
Bagaimana Cara Menguji Asumsi Klasik pada Data Time Series?
Cara menguji asumsi klasik pada data time series di EViews melibatkan serangkaian uji spesifik seperti uji normalitas Jarque-Bera, uji multikolinearitas dengan korelasi pairwise, uji heteroskedastisitas Glejser, serta uji autokorelasi menggunakan Breusch-Godfrey. Pengujian ini wajib dilakukan agar model regresi yang dibentuk memenuhi kriteria Best Linear Unbiased Estimator (BLUE).
| Jenis Uji Asumsi Klasik | Menu atau Perintah di EViews | Kriteria Pengambilan Keputusan |
|---|---|---|
| Normalitas | View > Descriptive Stats > Histogram and Stats | Nilai Probabilitas Jarque-Bera > 0,05 (berdistribusi normal) |
| Multikolinearitas | Quick > Group Statistics > Correlation | Koefisien korelasi antar variabel independen di bawah 0,80 |
| Heteroskedastisitas | View > Residual Diagnostics > Heteroskedasticity Tests | Nilai Prob. Chi-Square > 0,05 (bebas heteroskedastisitas) |
| Autokorelasi | View > Residual Diagnostics > Serial Correlation LM Test | Nilai Prob. Chi-Square > 0,05 (bebas autokorelasi) |
Bagaimana Cara Memilih Model Terbaik dalam Regresi Data Panel?
Cara memilih model terbaik dalam regresi data panel dilakukan dengan menerapkan tiga pengujian penting, yaitu Uji Chow untuk membandingkan Common Effect dengan Fixed Effect, Uji Hausman untuk memilih antara Fixed Effect dengan Random Effect, serta Uji Lagrange Multiplier untuk menentukan pilihan antara Common Effect dan Random Effect.
Uji Chow membandingkan *Common Effect Model* (CEM) dengan *Fixed Effect Model* (FEM) melalui melihat nilai *Cross-section F* dan *Chi-square*. Jika nilai probabilitasnya kurang dari 0,05, maka *Fixed Effect* terpilih. Selanjutnya, Uji Hausman digunakan untuk membandingkan *Fixed Effect* dengan *Random Effect Model* (REM). Apabila nilai *Prob. Cross-section random* kurang dari 0,05, maka model terbaik adalah *Fixed Effect*. Namun jika nilainya lebih besar dari 0,05, Anda harus melanjutkan ke Uji Lagrange Multiplier.
Bagaimana Cara Membaca Hasil Output Regresi EViews?
Cara membaca hasil output regresi EViews adalah dengan menganalisis nilai Koefisien Regresi untuk mengetahui arah hubungan variabel, nilai t-statistik atau Probabilitas untuk uji parsial, serta nilai R-squared guna mengukur seberapa besar kemampuan variabel independen menjelaskan variabel dependen.
Sebagai contoh, jika nilai Probabilitas t-statistik pada variabel X terhadap Y bernilai 0,032 yang berarti lebih kecil dari taraf signifikansi 0,05, maka dapat disimpulkan bahwa variabel independen tersebut berpengaruh secara signifikan terhadap variabel dependen. Perhatikan pula tanda positif atau negatif pada kolom koefisien untuk mengetahui apakah pengaruhnya searah atau berlawanan.
Banyak mahasiswa tingkat akhir yang mengalami kendala teknis saat mengoperasikan perangkat lunak ini, mulai dari data yang tidak normal, masalah multikolinearitas, hingga kebingungan menentukan spesifikasi model terbaik. Jika Anda menghadapi kendala serupa dalam pengerjaan riset, mempercayakan proses tersebut pada layanan profesional seperti jasa olah data EViews dapat menjadi solusi efektif untuk memastikan hasil analisis skripsi Anda valid dan tepat secara metodologi.
Pertanyaan Umum
Apa perbedaan utama data time series dan data panel di EViews?
Data time series adalah sekumpulan data dari satu objek yang diamati dalam beberapa kurun waktu tertentu, sedangkan data panel merupakan gabungan antara data time series dan cross section dari banyak objek dalam beberapa periode waktu.
Mengapa nilai R-squared pada model regresi saya sangat kecil?
Nilai R-squared yang kecil menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variasi variabel dependen masih sangat terbatas, yang sering kali dapat diatasi dengan menambah variabel penjelas yang relevan secara teori.
Bagaimana cara mengatasi masalah heteroskedastisitas dalam EViews?
Masalah heteroskedastisitas dapat diatasi dengan menggunakan metode estimasi robust standard errors, melakukan transformasi data ke bentuk logaritma natural (Ln), atau mengubah spesifikasi model regresi sesuai kaidah ekonometrika.