Interpretasi hasil regresi data panel pada STATA

Sdílet
Vložit
  • čas přidán 27. 09. 2020
  • Tutorial olah dan analisis data menggunakan STATA
    Video ini membahas cara menginterpretasi model terbaik (dari proses pemilihan Pooled Least Square, Fixed Effect, dan Random Effect) menggunakan 2 tools statistik yaitu Uji Global (F Stat) dan Uji parsial (t Stat). Interpretasi dilakukan setelah kita mendapatkan model panel terbaik dan sudah dipastikan bahwa model regresi BLUE (Best Linear Unbiased Estimation) atau bebas dari penyimpangan asumsi klasik (multikolinearitas, heteroskedastisitas, autokorelasi).
    Silahkan tonton *like, comment, subscribe and share * agar Anda maupun orang lain mendapatkan manfaat dari video ini.
    -----------------------------------------------------------------------
    Download data yang digunakan dalam video ini sebagai latihan:
    bit.ly/3kC5EpT
    Tutorial estimasi model regresi data panel dengan STATA:
    • Analisis regresi data ...
    Tutorial uji asumsi klasik pada regresi data panel dengan STATA:
    • Uji asumsi klasik pada...
    -----------------------------------------------------------------------
    Tags:
    tutorial#regresidatapanelstata#stata#analisisregresidatapaneldenganstata#regresi#datapanel#pengolahandatakuantitatif#analisisdatakuantitatif#dataanalysis#datapanel#crosssection#timeseries#pooledolsfixedeffects#fixedeffectsmodel#randomeffects#randomeffectsmodel#chowtest#hausmantest,lagrangemultipliertest#asumsiklasik#multikolinearitas#heteroskedastisitas#autokorelasi#f-test#fstatistic#t-test#teststatistic#hypothesistesting
  • Věda a technologie

Komentáře • 13

  • @muhammadraihangunawan5865

    Alhamdulillaah sangat bermanfaat 👍👍

  • @waziruddin5713
    @waziruddin5713 Před rokem

    Papi hebat

  • @LalaChan2121
    @LalaChan2121 Před 2 lety

    halo kak, kalau interpretasi model RE gimana ya? bisa minta tolong sharing ilmunya.. hehe. terimakasih.

  • @alfinasintiya7477
    @alfinasintiya7477 Před 2 lety

    selamat malam pak, sebelumnya saya mohon izin untuk bertanya. jadi saya mengerjakan 2 persamaan regresi yang saya olah menggunakan stata, kemudian dengan variabel yang saya gunakan 7. nah untuk persamaan pertama itu yang signifikan dari hasil p>|t| hanya 2 variabel. dan yang persamaan kedua yang signifikan hanya 1. sedangkan sebelum saya uji regresi sudah saya outlier menggunakan stata. menurut pendapat bapak apakah hasil dari regresi dapat signifikan semua? dengan kata lain dapat di manipulasi? karena tidak menghasilkan hasil yang bagus. mohon bantuannya bapak terimakasih

  • @fikrirafiansyah1574
    @fikrirafiansyah1574 Před 2 měsíci

    permisi pak, ini kalo metode nya pake fmols gitu apa cara baca signifikan tidak nya sama kayak yang tutorial ini?

  • @ahnafammar5637
    @ahnafammar5637 Před 5 měsíci

    Izin bertanya pak, untuk memunculkan bintang di belakang angka itu bagaimana ya?, terimakasih.

  • @rezanoorazizah4255
    @rezanoorazizah4255 Před 2 lety

    Interprestasi rem apakah ada?

  • @afandiple
    @afandiple Před 3 lety +2

    Permisi pak, izin bertanya, model fe tersebut kan sebelumnya terdapat gejala asumsi klasik, dan sudah diperbaiki dengan metode robust, kenapa hasil interpretasinya menggunakan model fe yg masih terkena gejala hetero, tidak menggunakan model yg sudah diperbaiki dengan metode robust atau gls?

    • @joat9105
      @joat9105 Před 2 lety

      gimana bang akhirnya pake yang mana yang udah diperbaikin apa belom?

    • @v4nbadboyz
      @v4nbadboyz Před 10 měsíci

      ​@@joat9105di video sebelumnya model FEM mengalami masalah autokorelasi pak, untuk mengatasinya model tersebut di transformasi k FGLS... tapi di video ini (yg merupakan lanjutan dari video sebelumnya) kembali lagi menggunakan model FEM, knp begitu ya pak?

  • @rere439
    @rere439 Před 3 lety +1

    Permisi mau tanya, kalau R Square nya diatas 0.7 tetapi koefisien nya dibawah 0.0 (contoh 0.02) wajar ga mas t nya sih dibawah 5%

    • @esjeyofficial4711
      @esjeyofficial4711  Před 3 lety

      Modelnya udah bagus, R Square di atas 0.70 berarti variabel independen mampu menjelaskan dependen nya di atas 70%.
      0.02 di atas 0, dianggap wajar.
      namun kalau koef (konstanta) bernilai negatif, coba cek lagi asumsi klasiknya. Kemungkinan ada masalah di data.

    • @rere439
      @rere439 Před 3 lety

      @@esjeyofficial4711 oh jadi kalau bernilai negatif bukan berarti mempengaruhi secara negatif ya, tapi mengindikasikan masalah pada data?