Postingan

Menampilkan postingan dari Januari, 2012

Tahapan Dan Perintah (Syntax) Vector Autoregressivee (VAR) dengan STATA (2011)

Gambar
Dalam modul Vector Autoregressivee (VAR) , kita akan menggunakan data Quarterly SA West German macro data, Bil DM, from Lutkepohl 1993 tabel E.1 atau menggunakan file lutkepohl2.dta yang dapat diambil dari STATA. Setidaknya ada 7 tahap penting yang harus dilakukan ketika menggunakan model Vector Autoregressivee (VAR), yaitu: Unit root tests VAR Estimation VAR dan Optimal lag length VAR Stability Impulse Response Function (IRF) Granger Causality VAR forecasting Hal pertama yang mesti dilakukan dalam melakukan estimasi Times Series pada STATA adalah dengan mengeset waktu dulu. Dapat dilakukan dengan perintah:

Tahapan dan Perintah (Syntax) Mengolah Data Panel dengan STATA (2011)

Gambar
Program STATA juga dapat mampu mengolah data Panel. Dari tahap memilih model yang terbaik Pooled Least Square ( PLS ), Fixed Effect ( FE ), dan Random Efek ( RE ) untuk data kita sampai menguji BLUE dan mengatasi permasalahannya dapat dilakukan di STATA. Misalkan variabel kita terdiri dari: Variabel Individu (Kode Individu Penelitian) Variabel Tahun (Range Waktu Penelitian) Variabel Dependen : Kemandirian Variabel Independen : PDRB Kota I.                    Tahapan Dasar Mengolah Panel Data 1.     Menyeting data Panel di STATA xtset individu tahun   2. Melakukan Regresi Pooled Least Square ( PLS ) reg kemandirian kota PDRB  

Linear Probability Model (LPM), Logit Model, dan Probit Model (Normit Model) dengan STATA (2011)

Gambar
Model dengan variabel dependen yang bersifat diskrit, maka estimasi dengan menggunakan regresi liner akan terasa dipaksakan, karena estimator yang dihasilkan tidak lagi bersifat BLUE (Best Linier Unbiased Estimator). Hal ini disebabkan: varian error-nya tidak terdistribusi normal, estimator tidak efisien akibat heteroskedastis, dan R² tidak dapat digunakan sebagai pengukur Goodness of Fit.   Oleh karenanya, untuk menghasilkan estimator persamaan yang BLUE, penelitian ini menggunakan q ualitative response regression model. Terdapat tiga pendekatan untuk mengembangkan model yang menjelaskan model regresi binary response yaitu:  Linear Probability Model (LPM)  Logit Model  Probit Model (Normit Model)  Jika dilihat secara grafik perbedaan antara jasil estimasi menggunakan Linear dan Logistik (Probit dan Logit) terhadap model dengan variabel dependen yang bersifat diskrit, maka dapat dilihat seperti berikut:

Ordinary Least Square (OLS) dengan STATA (2011)

Gambar
Pengantar Regresi linear adalah teknik statistika yang memberikan pendugaan dari kemiringan suatu garis lurus (linear) dan posisi dimana garis tersebut memotong sumbu y, berdasarkan sejumlah informasi mengenai hubungan antar variabel. Memberikan pendugaan nilai a dan b, berdasarkan sejumlah informasi mengenai x dan y, pada persamaan berikut: y=a+b.x  x disebut variabel independent, karena nilainya tidak tergantung variabel lain. y disebut variabel dependent, karena nilainya tergantung nilai x. a dan b disebut parameter, a adalah intercept dan b adalah slope. Regresi linear sederhana, apabila variabel dependent hanya ditentukan oleh satu variabel independent. Contohnya: y = a + b.x + e. Sedangkan Jika Regresi Linear berganda, apabila variabel dependent ditentukan oleh lebih dari satu variabel independent. Contohnya: y = a + b1.x1 + b2.x2 + …. + bn.xn + e. Dimana, e = error term = perbedaan antara y aktual dengan y hasil estimasi garis regresi. Metode yang digunakan untuk menge

Pengenalan dan Data Management dengan STATA (2011)

Gambar
STATA merupakan program statistik dengan fungsi statistik dan ekonometrik yang relatif lengkap dibandingkan software statistik lainnya. Selain dapat digunakan untuk data yang panel dan Times Series, STATA mampu mengolah data dengan jumlah variabel yang cukup banyak atau dengan jumlah observasi yang besar, seperti data Sensus Penduduk, SUSENAS dan SAKERNAS.  STATA juga mampu mengolah data yang membutuhkan tingkat akurasi tinggi, seperti analisis ekonometrik. Kelebihan STATA diluar kemampuan analisisnya adalah tersedianya online help untuk mencari keterangan tentang syntax yang dibutuhkan untuk sebuah analisis ekonometrik, oleh karena itu perintah (ado) di stata dapat menambah sesuai dengan penemuan perintah terbaru. Selain itu terdapat online update dimana akan diperoleh update fungsi-fungsi statistic dan ekonometrik yang terbaru atau yang sifatnya lebih advance (tanpa harus update software).