Lampiran Output Eviews
Lampiran Output Eviews
DESKRIPTIF STATISTIK
Persamaan 1
Effects Specification
Effects Specification
S.D. Rho
Weighted Statistics
Unweighted Statistics
1. Uji Chow
Karena Probabilitas pada F hitung kurang dari 0,05 (0,000 < 0,05) maka model yang
lebih baik adalah Fixed effect daripada Common effect.
2. Uji Hausman
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Karena Probabilitas Chi square hitung kurang dari 0,05 (0,00 < 0,05) maka model yang
lebih baik adalah Fixed effect daripada Random effect.
3. Uji Langrange Multiplier
Karena nilai LM kurang dari 0,05 (0,000 < 0,05), maka model yang lebih baik adalah
Random effect daripada Common effect.
Jadi model regresi yang digunakan dalam penelitian ini adalah model Fixed effect.
1. Uji Normalitas
70
Series: Standardized Residuals
60 Sample 2009 2015
Observations 196
50
Mean 4.53e-18
Median -0.000344
40
Maximum 1.024232
Minimum -0.555847
30
Std. Dev. 0.143222
Skewness 1.255552
20
Kurtosis 18.88561
10 Jarque-Bera 2112.377
Probability 0.000000
0
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
2. Uji Multikolinearitas
3. Uji Heteroskedastisitas
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/30/21 Time: 13:31
Sample: 1 196
Included observations: 196
4.
5. Uji Autokorelasi
Effects Specification
Persamaan 2
Effects Specification
Effects Specification
S.D. Rho
Weighted Statistics
Unweighted Statistics
4. Uji Chow
Karena Probabilitas pada F hitung kurang dari 0,05 (0,000 < 0,05) maka model yang
lebih baik adalah Fixed effect daripada Common effect.
5. Uji Hausman
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Karena Probabilitas Chi square hitung lebih dari 0,05 (0,0640 > 0,05) maka model yang
lebih baik adalah random effect daripada random effect.
Karena nilai LM kurang dari 0,05 (0,000 < 0,05), maka model yang lebih baik adalah
Random effect daripada Common effect.
Jadi model regresi yang digunakan dalam penelitian ini adalah model random effect.
4 Jarque-Bera 2.117501
Probability 0.346889
0
-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
7. Uji Multikolinearitas
8. Uji Heteroskedastisitas
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/30/21 Time: 13:33
Sample: 1 196
Included observations: 196
8. Uji Autokorelasi
Dependent Variable: PRICE
Method: Panel EGLS (Cross-section random effects)
Date: 04/30/21 Time: 13:25
Sample: 2009 2015
Periods included: 7
Cross-sections included: 28
Total panel (balanced) observations: 196
Swamy and Arora estimator of component variances
Effects Specification
S.D. Rho
Weighted Statistics
Unweighted Statistics