Tutorial olah data EViews langkah demi langkah dimulai dengan mempersiapkan data tabulasi Excel, membuat file workfile baru di software EViews, mengimpor data, melakukan estimasi model regresi, serta menjalankan berbagai uji asumsi klasik yang diperlukan untuk menyelesaikan analisis statistik skripsi secara akurat dan benar.
Bagaimana cara import data dari Excel ke EViews?
Cara import data dari Excel ke EViews adalah dengan membuat workfile baru sesuai struktur waktu atau panel data, lalu menggunakan menu File, pilih Import, dan klik Import from File untuk memasukkan lembar kerja Excel Anda ke dalam program.
Sebelum memasukkan data ke dalam aplikasi EViews, pastikan format sel Microsoft Excel sudah bersih dari simbol mata uang atau teks yang tidak perlu. Buka program EViews pada komputer Anda, lalu klik menu File di sudut kiri atas layar, pilih New, kemudian klik Workfile. Pada jendela workfile creation yang muncul, tentukan struktur data Anda apakah bertipe time series, cross section, atau balanced panel. Masukkan rentang tahun atau jumlah observasi dengan tepat agar software dapat mengenali struktur waktu dengan baik. Setelah workfile terbuka di layar utama, klik menu File, pilih Import, lalu pilih Import from File untuk mencari dokumen Excel penyimpanan data Anda. Ikuti petunjuk jendela wizard yang muncul secara berurutan, pastikan pembacaan baris dan kolom sudah sesuai, lalu klik Finish dan tekan Yes pada opsi associate series with identifiers agar variabel Anda langsung siap diolah.
Apa saja tahapan uji asumsi klasik dalam EViews?
Tahapan uji asumsi klasik dalam EViews meliputi uji normalitas untuk melihat distribusi residual, uji multikolinearitas untuk mendeteksi korelasi antar variabel bebas, uji heteroskedastisitas untuk menguji ketidaksamaan varians, serta uji autokorelasi untuk memeriksa korelasi antar periode waktu.
Uji normalitas dalam EViews dapat dilakukan dengan menampilkan persamaan regresi, klik View, pilih Residual Diagnostics, lalu klik Histogram-Normality Test. Untuk mendeteksi gejala multikolinearitas antar variabel independen, Anda dapat mengklik menu Quick, pilih Group Statistics, lalu klik Correlation Matrix dan masukkan seluruh kode variabel bebas untuk melihat nilai koefisien korelasi di bawah angka nol koma delapan. Selanjutnya, uji heteroskedastisitas dijalankan melalui menu View pada jendela persamaan regresi, pilih Residual Diagnostics, lalu klik Heteroskedasticity Tests dengan memilih metode White atau Breusch-Pagan-Godfrey. Terakhir, uji autokorelasi dilakukan melalui menu Residual Diagnostics dengan memilih Serial Correlation LM Test untuk memastikan nilai probabilitas Chi-Square berada di atas taraf signifikansi nol koma nol lima agar model terbebas dari masalah gangguan antar waktu pengamatan.
Bagaimana memilih model terbaik pada regresi data panel EViews?
Memilih model terbaik pada regresi data panel di EViews dilakukan melalui tiga pengujian utama, yaitu Chow Test untuk membandingkan Common Effect Model dengan Fixed Effect Model, Hausman Test untuk memilih antara Fixed Effect Model dan Random Effect Model, serta Lagrange Multiplier Test guna menentukan pilihan antara Common Effect Model dan Random Effect Model.
| Nama Uji Pemilihan Model | Hipotesis Nol (H0) | Kriteria Pemilihan Berdasarkan Nilai Probabilitas Cross-section |
|---|---|---|
| Chow Test | Common Effect Model lebih baik daripada Fixed Effect | Jika Prob. > 0.05, pilih Common Effect. Jika < 0.05, lanjut ke Fixed Effect. |
| Hausman Test | Random Effect Model lebih baik daripada Fixed Effect | Jika Prob. > 0.05, pilih Random Effect. Jika < 0.05, pilih Fixed Effect. |
| Lagrange Multiplier Test | Common Effect Model lebih baik daripada Random Effect | Jika Prob. Cross-section > 0.05, pilih Common Effect. Jika < 0.05, pilih Random. |
Pelaksanaan uji Chow pada EViews dilakukan dengan mengestimasi model menggunakan Fixed Effect, klik menu View, pilih Fixed/Random Effects Testing, lalu klik Redundant Fixed Effects – Likelihood Ratio. Untuk uji Hausman, Anda harus mengestimasi ulang model menggunakan Random Effect terlebih dahulu, klik View, pilih Fixed/Random Effects Testing, lalu klik Correlated Random Effects – Hausman Test. Apabila hasil uji Hausman menunjukkan nilai probabilitas cross-section kurang dari nol koma nol lima, maka model Fixed Effect ditetapkan sebagai model paling tepat untuk penelitian skripsi Anda. Sementara itu, uji Lagrange Multiplier memerlukan estimasi awal dengan metode Common Effect, kemudian pilih menu View, Residual Diagnostics, dan Cross-Section Dependence Test atau menggunakan add-in Lagrange Multiplier untuk data panel.
Bagaimana cara membaca hasil regresi linier di EViews?
Cara membaca hasil regresi linier di EViews adalah dengan menganalisis nilai koefisien regresi untuk mengetahui arah hubungan variabel, melihat nilai Probabilitas t-statistik untuk menguji pengaruh parsial, serta memperhatikan nilai R-squared guna mengukur seberapa besar kemampuan variabel independen menjelaskan variabel dependen.
Setelah Anda mengetik perintah regresi seperti LS Y C X1 X2 pada command window EViews dan menekan tombol enter, sebuah jendela estimasi hasil output akan langsung terbuka. Perhatikan kolom Coefficient untuk melihat angka besaran pengaruh setiap variabel bebas terhadap variabel terikat dalam persamaan matematis penelitian. Lihat kolom Prob. atau nilai probabilitas t-statistik untuk masing-masing variabel; jika nilai probabilitas tersebut lebih kecil dari tingkat signifikansi alpha nol koma nol lima, maka dapat disimpulkan bahwa variabel independen tersebut berpengaruh secara signifikan terhadap variabel dependen. Selain itu, perhatikan juga angka R-squared atau koefisien determinasi pada bagian bawah tabel output untuk mengetahui persentase total keragaman data terikat yang mampu dijelaskan secara bersama-sama oleh seluruh variabel bebas yang dimasukkan ke dalam model penelitian skripsi Anda.
Pertanyaan Umum
Bagaimana cara mengatasi data tidak normal di EViews?
Cara mengatasi data tidak normal di EViews adalah dengan melakukan transformasi data ke bentuk logaritma natural atau melakukan trimming untuk menghapus data pencilan ekstrem yang menyebabkan distribusi residual menyimpang dari kurva normal.
Apa penyebab utama multikolinearitas dalam EViews?
Penyebab utama multikolinearitas dalam EViews adalah adanya hubungan linier yang sangat kuat atau kemiripan informasi yang tinggi antara dua variabel independen atau lebih di dalam model regresi yang sama.
Bagaimana cara memperbaiki uji heteroskedastisitas di EViews?
Cara memperbaiki uji heteroskedastisitas di EViews adalah dengan menggunakan metode White Heteroskedasticity-Consistent Standard Errors and Covariance pada saat melakukan estimasi persamaan regresi awal.
Melakukan analisis statistik menggunakan software EViews memang membutuhkan ketelitian tinggi pada setiap tahapan, mulai dari persiapan struktur workfile hingga interpretasi hasil akhir. Jika Anda mengalami kendala teknis atau waktu pengerjaan yang mendesak dalam menyusun analisis skripsi, gunakan layanan jasa olah data EViews terpercaya di jurnalskripsi.net untuk hasil yang valid, cepat, dan profesional.