Prais Winsten dengan Aplikasi STATA: Tutorial Analysis

Tutorial Uji Prais Winsten dengan STATA

Prais Winsten adalah pengembangan dari Cochrane Orcutt. Perbedaannya adalah jika pada cochrane orcutt, jumlah observasi berkurang satu, sebab perhitungan transformasi cochrane orcutt adalah berdasarkan LAG, yaitu pengurangan antara sample ke-i dengan sample ke-i-1. Dalam Prais Winsten, ada perhitungan khusus pada observasi kesatu, sehingga tidak ada observasi yang hilang.

Agar mempermudah anda mempelajari artikel ini, baca artikel sebelumnya: Cochrane Orcutt dengan SPSS.

Tutorial Prais Winsten dengan STATA.

Analisis dalam tutorial ini dapat dikerjakan menggunakan aplikasi STATA. Caranya mudah sekali, berikut langkahnya:

Tahap Deklarasi

1. Buat Dataset terlebih dahulu seperti halnya akan melakukan uji regresi linear atau cochrane orcutt. Namun dengan STATA ini, anda wajib membuat variabel TIME SERIES, bisa Tahun (Yearly), Bulan (Monthly), Minggu (Weekly), atau Generic. Misal dalam tutorial ini menggunakan generic, jadi anda cukup menuliskan nomor secara berurutan dari 1 sampai sejumlah sampel yang digunakan. Dalam tutorial ini menggunakan 50 sampel. Anda bisa download filenya DISINI!

2. Declare Time Series, caranya pada MENU, klik Statistics -> Time series -> Setup and utilities -> Declare dataset to be time series data.

3. Time Variable isi dengan no, kemudian pilih Generic. Selanjutnya klik OK.

4. Lihat Output setelah declare dataset, jika tidak ada kesalahan berarti langkah sukses

5. Output menunjukkan bahwa ada 50 observasi yang merupakan data time series generic.

Tahap Analisis

6. Lakukan analisis, caranya pada menu klik Statistics -> Time Series -> Prais Winsten Regression. Kemudian masukkan “y” ke dependent variable, dan “x1” dan “x2” ke Independent variable.

7. Selanjutnya pilih methode, apakah menggunakan Single Lag OLS, Single Lead OLS, Based Durbin Watson, dll. Dan jika ingin melakukan optimasi terhadap nilai SSE terendah, centang “Search for rho that minimizes SSE“.

8. Jika ingin mengatur Confidence interval (CI), klik Reporting, lalu tentukan CI, misal 95%.

9. Jika ingin menggunakan robust oleh karena masalah normalitas dan atau heteroskedastisitas, klik SE/Robust, lalu pilih jenis robust yang akan digunakan!

10. Selanjutnya klik OK! Lihat Output!

11. Interprestasikan Output:

Demikian diatas, terlihat bahwa uji ini dapat memperbaiki nilai Durbin Watson, dimana nantinya jika Durbin Watson Hitung tersebut dibandingkan dengan Durbin Watson Tabel, akan menunjukkan bahwa tidak terdapat masalah autokorelasi. Untuk cara hitung manual Durbin Watson, silahkan baca Durbin Watson Hitung dengan Excel.

12. Cukup sampai di sini dulu, sebab untuk mempelajari cara interpretasi hasil uji Prais Winsten, baca artikel selanjutnya: Interprestasi Prais Winsten dengan STATA.

By Anwar Hidayat