[0:00]Assalamualaikum warahmatullahi wabarakatuh. Berjumpa lagi dengan saya dalam channel Tabrani Education. Pada kesempatan kali ini saya akan memberikan tutorial regresi data panel dengan EViews 12 lengkap dengan penjelasannya. Nah, dalam tutorial ini ini kan menggunakan regresi data panel yaitu data panel yaitu gabungan antara cross section dan time series. Ini merupakan cross section-nya dan ini merupakan data time series-nya ya, teman-teman. Dalam tutorial ini cross section-nya ada lima, yaitu ada lima bank, lima bank syariah. Dan jumlah cross section-nya eh jumlah time series-nya ada 5 tahun. masing-masing dari cross section ada 5 tahun. Berarti kalau 5 cross section 5 * 5 total time series-nya ataupun total katanya ada 25. Dan juga variabel X-nya ada 3 dan juga variabel Y ada 1, teman-teman. Nah, langsung saja. Nah, maka hipotesisnya ada empat hipotesis. Ini H04 dan H4. Jadi hipotesis yang pertama saya akan menguji pengaruh FDR terhadap ROA. Ini ya FDR terhadap ROA. Hipotesis kedua saya akan menguji NFF terhadap ROA. Ketiga yaitu bopo terhadap ROA. Hipotesis 1 sampai 3 ini merupakan uji parsial ataupun uji T. Sedangkan hipotesis keempat yaitu uji simultan ataupun uji secara bersama-sama, teman-teman. Langsung saja.
[1:58]Nah, ini F12.
[2:04]Saya menggunakan FPS 12 versi student ya, teman-teman. Nah. Maka langkah pertama file new work file balance sheet panel. Datanya dimulai dari 2017 sampai 2021. Ini merupakan jenis data balance sheet panel. 2017 2021, cross section-nya ada lima. Kenapa di sini balance panel dikarenakan periode setiap cross section-nya sama yaitu sama-sama 5 tahun. Dan juga tahunnya juga sama dari 2017 sampai 2021 semua. Kemudian kita klik oke.
[2:50]Kemudian kita copy datanya. Kita block, kita copy.
[3:00]MT group. Kemudian kita paster. Oke, pass. Kita beri nama X1, X2, X3 dan Y. Nah, untuk nama ini sesuai dengan data teman-teman di Excel ya. X1, X2, X3 dan Y. Kemudian kita close. Yes. Nah, langkah pertama kita akan melakukan uji pemilihan model. Yang pertama yaitu uji co, saya tandai dulu, saya bolkan. Nah, berarti ini uji co yang akan kita uji. Kita blok X1, X2, X3 dan Y. Open S equation. Kita buat rumus Y, C, C. Panel option, kemudian kita fix effect. Oke. View kita pilih uji Chow. Ini dia yang pertama. Nah, ini adalah hasil uji Chow. Tinggal teman-teman copy. Oke, kemudian teman-teman pastekan.
[4:25]Nah, ini dia teman-teman.
[4:31]Nah, yaitu yang saya tandai 0,0242, teman-teman. Standarnya jika probability lebih besar 0,05 maka yang terpilih adalah CM sedangkan lebih apabila lebih kecil 0,05 yang terpilih adalah EMF. Nah, dalam tutorial ini Oh, sebentar.
[5:08]Nah, dalam dalam tutorial ini nilai probability itu 0,0242 lebih kecil dari 0,05. Maka yang terpilih adalah FMM, teman-teman. Di sini saya tandai yang terpilih adalah FMM. Oke.
[5:36]Ketika yang terpilih adalah FM, maka harus dilanjutkan dengan uji home. Caranya kita klik estimate panel option kita ke random. Kemudian oke. View kita pilih home. Ini dia hasil uji home. Teman-teman. Nah, ini dia. Nah, ini dia hasil uji housemon. Nilai probability 0,1658 lebih besar 0,05 maka yang terpilih adalah model R&M, teman-teman. Nah, ini ya. Berarti sudah sampai di uji jauh lebih besar. Yang awal tadi lebih kecil. Maka yang terpilih adalah model R&M. Ketika diuji housemon yang terpilih adalah R&M, maka harus dilanjutkan dengan uji LM. Caranya kita klik estimate panel option ke non, kemudian oke. View kita pilih Uji LM. Nah, ini dia hasilnya, teman-teman. Nah, ini dia. 0,9345 lebih besar dari 0,05. Maka yang terpilih adalah model CM, teman-teman. Nah, ini dia yang terpilih CM.
[7:28]Nah, langkah selanjutnya Di dalam regresi data panel. Nah, ini dia teman-teman.
[7:43]Berdasarkan hasil uji coba dan uji LM, hasil uji coba, uji home dan uji LM, maka model yang terbaik dalam penelitian ini adalah CM, teman-teman. Iya ya. Karena yang terakhir adalah CM yang terpilih. Maka harus dilanjutkan dengan uji asumsi klasik.
[8:10]Uji asumsi klasik yang digunakan adalah multikolineritas dan heteroskedastisitas.
[8:21]Artinya ketika teman-teman nanti ke model yang terpilih CM ataupun FM, maka uji asumsi klasik yang dilakukan berdasarkan referensi Basuki dan Yuliyadi dan Napi Tupu dan kawan-kawan hanya multikol dan heteroskedastisas saja, teman-teman. Yang pertama yang akan saya uji yaitu uji multikolineritas.
[8:52]Nah, ini dia. Ke estimate panel option yang sudah sedar di non karena non ini adalah M. Oke. Quick group statistic correlation. variable ini kita hapus. Kemudian oke. Nah, ini dia teman-teman.
[9:15]Angka yang dilihat yaitu angka yang saya tandai. Nah, standar uji multikolonitas dalam regresi data panel. Nilai koefisien korelasi harus lebih kecil daripada 0,85. Apabila lebih kecil daripada 0,85 maka dapat disimpulkan bahwa terbebas multikolineritas atau lolos uji multikolineritas. Di sini dapat dilihat koefisien korelasi X1 dan X2, X1 dan X3 dan X2 dan X3 semuanya di bawah 0,85. Maka dapat disimpulkan lolos uji multikolineritas. Selanjutnya uji heterositas, teman-teman. Di dalam ini saya close saja. Yes. Nah, di dalam regresi data panel yang umum digunakan yaitu heterositas. Caranya ini kita close. Yes. Kemudian kita open S equation kembali. Ini kita hapus. Kemudian kita ketik ABS buka kurung, resi, spasi, C, spasi. CM, kemudian oke.
[10:43]Nah, ini adalah heterositas gulager. Standarnya nilai probability harus lebih besar 0,05. Ini cuma X1 yang lebih besar 0,05. X2 dan X3 di bawah 0,05. Artinya X2 dan X3 tidak lolos uji heterositas. Nah, ini untuk dua variabel ini X2 dan X3, teman-teman bisa melakukan transform data. Akan tetapi dalam tutorial ini sebelumnya saya sudah melakukan pengolahan ataupun sudah running terlebih dahulu dan ketika saya transform pun hasilnya tetap terkena heteroskedastisitas untuk X2 dan X3. Maka solusi lain kita gunakan alternatif lain. Kita buat C seperti model biasa. Panel option. Di sini tetap non karena model yang terpilih dalam tutorial ini adalah CM. Kemudian oke. Nah, ini adalah heterositas residual. Klik view. Kemudian pilih residual graph. Nah, ini dia teman-teman. Nah, ini dia hasilnya, teman-teman. Ya. Tinggal teman-teman copy. Nah, penjelasannya dari grafik residual berwarna biru ini dapat dilihat tidak ada yang melewati batas 500 dan -500. Artinya nilai residual ini harus berada di antara plus minus 500. Di sini minusnya 1,2 sedangkan plusnya 1,2 berarti masih berada di antara plus minus 500 bahkan sangat jauh ya, teman-teman. Artinya dapat disimpulkan tidak terjadi gejala heteroskedastisitas atau lolos uji heteroskedastisitas, teman-teman. Nah, untuk referensi heteroskedastisitas residu ini ya, teman-teman, ada saya buat. Nanti di bagian akhir ada daftar perpustakaannya. Kemudian selanjutnya kita masuk ke persamaan regresi data panel. Nah, ini dia. Ini kita view, kita kembali ke estimation output ini dia. Kemudian kita view ini dia. Nah, ini dia, Teman-teman, ya. Ini adalah persamaan regresi data panel. Di sini angkanya sudah saya bulatkan. Saya hanya menggunakan dua angka di belakang koma dan sudah saya bulatkan ya, Teman-teman. Nah, untuk penjelasannya, Teman-teman bisa melihat ini nilai konstantanya. Ini beta untuk X1, beta untuk X2 dan beta untuk X3. Nah, penjelasannya sudah ini penjelasan untuk nilai konstanta. Ini yang pertama untuk konstantanya. Ini penjelasan untuk beta X1. Ini penjelasan untuk beta X2 dan ini penjelasan untuk beta X3, Teman-teman dapat membacanya. Nah, intinya ketika angkanya positif berarti menandakan ketika variabel X mengalami peningkatan, maka variabel Y juga akan mengalami peningkatan.
[14:40]Ataupun hubungan searah. Ketika angkanya negatif, berarti hubungan berlainan arah. Artinya ketika variabel X mengalami peningkatan, maka variabel Y akan mengalami penurunan. Begitu pula sebaliknya. Ketika variabel X mengalami penurunan, maka variabel Y akan mengalami peningkatan. Selanjutnya kita masuk ke uji hipotesis. Kita ke view. Kita ke estimation output. Nah, ini dia, Teman-teman. Ini adalah hasil uji hipotesis untuk uji T, Teman-teman. Adapun pengujian secara parsial. Kalau di sini ini dia, Teman-teman, ya. Untuk menguji hipotesis 1 sampai 3. Ini saya beri tanda warna hijau dulu, Teman-teman. Ataupun warna biru ya, Teman-teman. Nah, ini dia.
[15:42]Angkanya sama ya, Teman-teman. Nah, penjelasannya hasil uji T pada variabel X1 diperoleh nilai T hitung sebesar 1,15 sekian. Ini dia, Teman-teman. Lebih kecil dari T tabel yaitu 2,068658. Nilai T tabel dapat dihitung dengan rumus. Ini dia T tabel ini dia, Teman-teman. Ini saya hapus dulu. Probability 0,05 jumlah sampel ada 25. Ini dia, Teman-teman. 5 * 5 maka 25. Kita masukkan ke rumus ini rumusnya sama dengan di NV buka kurung. probability titik koma. degree freedom jumlah sampel dikurang 2. 25 - 2 23. Ini dia, Teman-teman, hasilnya. Dan nilai signifikan 0,2601 lebih besar dari 0,05. Maka HA ditolak dan H0 diterima. Artinya berarti yang diterima adalah H0 diterima, Teman-teman. H0 diterima ini dia, Teman-teman. Saya beri warna merah. Artinya FDR tidak berpengaruh terhadap ROA Bank Umum Syariah. Ini dia FDR tidak berpengaruh terhadap ROA, Teman-teman. Sedangkan untuk variabel X2 NPF diperoleh nilai T hitung -2,5 sekian. Nah, ketika kita menggunakan uji dua arah nilai minus dalam T hitung tidak di tidak dilihat ya, Teman-teman, ataupun diabaikan. Karena nilai minus tersebut bukan menunjukkan jumlah melainkan menunjukkan arah hubungan. Jadi ketika kita bandingkan dengan T tabel minusnya tidak kita ikut sertakan. Jadi 2,5 lebih besar dari T tabel yaitu 2,06. Dan signifikan 0,0192 lebih kecil dari 0,05, maka H0 ditolak dan HA diterima. Untuk NPF H A yang diterima, Teman-teman. Ini dia. Saya tandai warna hijau. Artinya NPF berpengaruh terhadap ROA, Teman-teman. NPF berpengaruh terhadap ROA. Begitu juga untuk variabel X3, BOPO. Nilai T hitung 27,7 sekian lebih besar dari T tabel dan nilai signifikan lebih kecil dari 0,05, maka H0 ditolak dan HA diterima. H A diterima.
[18:41]Berarti Bopo berpengaruh terhadap ROA Bank Umum Syariah di Indonesia, Teman-teman. Selanjutnya yaitu UGF. Nah, ini dia, Teman-teman, UGF.
[18:56]Tabel UGF angkanya ini dia. Saya sudah saya tandai. Nilai F hitung sebesar 348, sekian lebih besar dari F tabel yaitu 3, sekian. Ini dia F tabel. Saya hapus dulu. Probability 0,05. Jumlah sampel 25. Jumlah variabel ada 4. 1 2 3 4. Maka kita masukkan dalam rumus sama dengan F titik INV RT ini dia. Ini dia. Probability ini dia titik koma. degree freedom 1. jumlah variabel dikurang 1. 4 - 1 3 titik koma. degree freedom 2. jumlah sampel dikurang jumlah variabel. 25 - 4 21. Tutup kurung kemudian enter. 3,07. Ini dia, Teman-teman. Dan nilai signifikan 0,0 sekian lebih kecil dari 0,05, maka H0 ditolak dan H diterima. Uji F ini yaitu uji secara simultan ataupun uji secara bersama-sama. Berarti yang diterima adalah H, Teman-teman. Artinya FDR, NPF dan BOPO secara bersama-sama berpengaruh terhadap ROA, Teman-teman. Ini dia, Teman-teman, ya. Variabel FDR, NPF dan BOPO berpengaruh terhadap ROA Bank Umum Syariah di Indonesia. Selanjutnya yaitu kita masuk ke uji koefisien determinasi dengan tabel yang sama, Teman-teman. Ini angkanya yang umum digunakan yaitu adjusted R2. Nilai adjusted R2 0,977483. Kalau dipersenkan dikali 100 Jadi 97,7483%. Nilai koefisien tersebut menunjukkan bahwasanya variabel FDR, NPF dan BPO mampu menjelaskan variabel ROA Bank Syariah di Indonesia sebesar 97,7483%. Sedangkan sisanya yaitu 2,2517%. Nah, ini didapat dari 100 dikurang nilai adjusted R2. Dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini.
[21:39]Kalau kita mau hitung ini persennya jangan kita ikut sertakan. Kita copy.
[21:47]Maka sama dengan 100 dikurang dia. Nah, hasilnya 2,2517, Teman-teman.
[22:00]Nah, ini referensi yang saya gunakan dalam tutorial ini, Teman-teman. Nah, seperti inilah tutorial regresi data panel E- 12 lengkap dengan penjelasannya. Wassalamualaikum warahmatullahi wabarakatuh.
