Cara membaca output EViews dilakukan dengan melihat nilai probabilitas atau nilai t-statistik pada tabel hasil estimasi regresi untuk dibandingkan dengan tingkat signifikansi alpha lima persen. Jika nilai probabilitas berada di bawah nilai tersebut, maka variabel independen terbukti mempunyai pengaruh yang signifikan secara statistik terhadap variabel dependen di dalam model penelitian Anda.
Bagaimana cara membaca output regresi linier di EViews?
Cara membaca output regresi linier di EViews adalah dengan fokus pada kolom Coefficient untuk melihat arah hubungan, kolom t-Statistic untuk melihat kekuatan pengaruh parsial, dan nilai Prob-nya untuk melihat tingkat signifikansi variabel bebas terhadap variabel terikat. Selain itu, Anda juga wajib memperhatikan nilai R-squared guna mengetahui seberapa besar kemampuan variabel independen dalam menjelaskan variasi variabel dependen.
Ketika Anda mengolah data menggunakan software EViews yang merupakan singkatan dari Econometric Views, program analisis ekonometrika berbasis komputer, jendela hasil estimasi akan menampilkan beberapa bagian informasi penting. Bagian atas menyajikan informasi mengenai spesifikasi model, sedangkan bagian tengah menampilkan tabel utama yang berisi daftar variabel beserta koefisien regresinya. Bagian bawah menampilkan ukuran kebaikan model seperti R-squared, F-statistic, dan Durbin-Watson stat.
Apa arti nilai R-squared dalam output EViews?
Nilai R-squared atau koefisien determinasi dalam output EViews menunjukkan persentase variasi dari variabel dependen yang mampu dijelaskan oleh keseluruhan variabel independen di dalam model regresi. Semakin mendekati angka satu nilai R-squared tersebut, maka semakin baik kemampuan model persamaan regresi dalam merepresentasikan data observasi di dunia nyata.
Sebagai contoh mahasiswa sering kali bingung ketika mendapatkan nilai R-squared yang kecil pada penelitian data cross-section atau runtut waktu. Padahal, dalam bidang ilmu sosial atau ekonomi tertentu, nilai R-squared yang lebih rendah tetap dapat diterima asalkan variabel utama penelitian menunjukkan hubungan teoretis yang kuat serta nilai probabilitas t-hitung yang signifikan secara statistik.
Bagaimana cara membaca uji asumsi klasik di EViews?
Cara membaca uji asumsi klasik di EViews melibatkan pemeriksaan nilai probabilitas pada uji normalitas seperti Jarque-Bera, uji multikolinearitas melalui nilai Center VIF, uji heteroskedastisitas dengan Breusch-Pagan-Godfrey, serta uji autokorelasi menggunakan Breusch-Godfrey Serial Correlation LM Test. Model regresi dianggap lolos uji asumsi klasik apabila seluruh nilai probabilitas pengujian tersebut berada di atas tingkat signifikansi alpha sebesar nol koma nol lima.
Mari kita bedah satu persatu pengujian tersebut agar Anda tidak salah mengambil keputusan statistik saat menyusun skripsi. Pertama, uji normalitas menggunakan metode Jarque-Bera mengharuskan nilai probabilitas Chi-Square lebih besar dari nol koma nol lima agar residual model terdistribusi secara normal. Kedua, uji multikolinearitas melalui nilai Center VIF harus berada di bawah angka sepuluh untuk memastikan tidak ada hubungan linier yang sempurna antar variabel independen.
Ketiga, uji heteroskedastisitas menggunakan Breusch-Pagan-Godfrey menuntut nilai Obs R-squared probability di atas nol koma nol lima agar varian residual bersifat homoskedastis atau konstan dari satu pengamatan ke pengamatan lainnya. Keempat, uji autokorelasi dengan Breusch-Godfrey Serial Correlation LM Test juga mengharuskan nilai probabilitas Chi-Square di atas nol koma nol lima guna menjamin tidak ada korelasi antara kesalahan pengganggu pada periode waktu tertentu dengan periode sebelumnya.
Bagaimana cara membaca pemilihan model regresi data panel di EViews?
Cara membaca pemilihan model regresi data panel di EViews dilakukan melalui tiga tahapan pengujian penting yaitu uji Chow untuk memilih antara Common Effect Model atau Fixed Effect Model, uji Hausman untuk memilih antara Fixed Effect Model atau Random Effect Model, serta uji Lagrange Multiplier untuk memilih antara Common Effect Model atau Random Effect Model.
Uji Chow membandingkan Common Effect Model dengan Fixed Effect Model menggunakan nilai probabilitas Cross-section F dan Cross-section Chi-square. Jika nilai probabilitas tersebut lebih kecil dari nol koma nol lima, maka Fixed Effect Model adalah model yang lebih tepat untuk dipilih dibandingkan Common Effect Model.
Selanjutnya, uji Hausman mengevaluasi apakah Fixed Effect Model atau Random Effect Model yang lebih layak digunakan dengan melihat nilai probabilitas Cross-section random. Apabila nilai probabilitas Hausman kurang dari nol koma nol lima, maka Anda harus memilih Fixed Effect Model, dan sebaliknya jika lebih besar maka gunakan Random Effect Model.
Berikut adalah ringkasan kriteria pengujian model data panel di EViews:
| Jenis Uji EViews | Tujuan Pengujian | Kriteria Pemilihan Model |
|---|---|---|
| Uji Chow | Membandingkan CEM dan FEM | Prob. Chi-square < 0.05 pilih FEM |
| Uji Hausman | Membandingkan FEM dan REM | Prob. Cross-section < 0.05 pilih FEM |
| Uji Lagrange Multiplier | Membandingkan CEM dan REM | Prob. Breusch-Pagan < 0.05 pilih REM |
Setelah memahami berbagai tahapan di atas, proses interpretasi data skripsi Anda tentu akan menjadi jauh lebih terarah dan sistematis. Pastikan untuk selalu mencatat setiap angka desimal dengan teliti dan menuliskan kesimpulan berdasarkan kaidah ekonometrika yang berlaku di universitas Anda.
Pertanyaan Umum
Bagaimana cara membaca nilai probabilitas t-statistik di EViews?
Nilai probabilitas t-statistik dibaca dengan membandingkannya terhadap tingkat signifikansi alpha lima persen atau nol koma nol lima. Jika nilai probabilitas lebih kecil dari nol koma nol lima, maka variabel independen berpengaruh signifikan terhadap variabel dependen.
Berapa nilai minimum R-squared yang baik dalam output EViews?
Tidak ada nilai minimum R-squared yang mutlak karena standar kebaikan model sangat bergantung pada bidang ilmu yang diteliti. Penelitian dengan data cross-section sering kali memiliki R-squared yang lebih rendah dibandingkan data time series, namun tetap sah secara akademis.
Apa arti tulisan NA pada koefisien EViews?
Tulisan NA yang merupakan singkatan dari Not Available menunjukkan bahwa parameter tersebut tidak dapat dihitung oleh program akibat adanya multikolinearitas sempurna atau kurangnya derajat kebebasan data. Anda harus memeriksa kembali struktur data atau menghapus salah satu variabel yang bermasalah.
Demikian panduan lengkap mengenai cara membaca output EViews untuk kebutuhan analisis penelitian kuantitatif Anda. Apabila Anda mengalami kendala teknis dalam proses pengolahan data atau interpretasi model ekonometrika, manfaatkan layanan jasa analisis EViews dari jurnalskripsi.net untuk membantu menyelesaikan skripsi dengan cepat, akurat, dan profesional.