Data panel atau panel data adalah gabungan dari data time series (antar waktu) dan data cross section (antar individu/ruang). Untuk menggambarkan panel data secara singkat, misalkan pada data cross section, nilai dari satu variabel atau lebih dikumpulkan untuk beberapa unit sampel pada suatu waktu waktu. Dalam panel data, unit cross section yang sama di-survey dalam beberapa waktu (Gujarati, 2003:637).
Regresi dengan menggunakan panel data, memberikan beberapa keunggulan dibandingkan dengan pendekatan standar cross section dan time series.
Begini, misalkan kita punya data 50 Bank, masing - masing Bank dicari ROI, NOPAT, dan lainnya untuk tahun 2007 saja, maka data tersebut disebut dengan data Cross Section. Tapi, kalau kita punya data 1 Bank, namun data ROI, NOPAT, dan data lainnya dari Bank tersebut kita miliki sejak tahun 1998 hingga 2007, maka data tersebut disebut dengan data Time Series.
Gabungan dari keduanya, yaitu 50 Bank dengan beberapa satuan waktu misalkan 1998 hingga 2007 disebut dengan Data Panel (Pooled Data).
Keunggulan dan Permasalahan Regresi dengan Data Panel
Hsiao (1986), mencatat bahwa penggunaan panel data dalam penelitian ekonomi memiliki beberapa keuntungan utama dibandingkan data jenis cross section maupun time series.
Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.
Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.
Ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.
Di samping berbagai keunggulan dimiliki model panel data tersebut, ada beberapa permasalahan yang muncul dalam pemanfaatan data jenis panel, yaitu permasalahan autokorelasi dan heterokedastisitas. Sementara itu ada permasalahan baru yang muncul seperti korelasi silang (cross-correlation) antar unit individu pada periode yang sama.
Estimasi Regresi dengan Data Panel
Estimasi model panel data tergantung kepada asumsi yang dibuat peneliti terhadap intersep/konstanta (intercept), koefisien kemiringan (slope coefficients) dan variabel error (error term). Model-model estimasi ini akan ditinjau pada kesempatan lain.
Regresi dengan data panel adalah unik. Unik karena memiliki dua dimensi, yaitu dimensi time series dan dimensi cross-section. Dengan kata lain, regresi data panel merupakan regresi gabungan jangka pendek dan jangka panjang. Ada dua autokorelasi di dalam regresi data panel: autokorelasi residual time series, dan korelasi antar residual. Begitu juga dengan heteroskedastisitas: heteroskedastisitas residual cross-section, heteroskedastisitas antar residual.
Analisis data panel merupakan pengembangan dari analisis regresi. Terdapat tiga metode regresi dasar yang ada, yaitu Common Pooled Least Square, Fixed Effect Regression, dan Random Effect.
Metode mana yang paling sesuai ? Untuk mengetahui jawabannya, harus dilakukan 2 buah Uji, yaitu Uji Hausmann dan Uji Chow.
Untuk konsultasi lebih lanjut, silahkan menghubungi:
www.bengkeldata.com
CS : 021-71088944 - 0819 4505 9000
e-mail : info@bengkeldata.com
==========================================
IKLAN---IKLAN---IKLAN---
Beta Consulting ( Bengkeldata.com ) merupakan sebuah lembaga konsultasi untuk membantu perusahaan/perorangan dalam melakukan analisa data statistika, olahdata penelitian , riset pasar dan konsultasi manajemen.
LAYANAN
1. OlahData Statistika/ Penelitian
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos
3. Riset Pasar
4. Management Consultancy
Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 3333 7398 - 0819 4505 9000
email : info@bengkeldata.com
Tampilkan postingan dengan label Uji Reliabilitas. Tampilkan semua postingan
Tampilkan postingan dengan label Uji Reliabilitas. Tampilkan semua postingan
Minggu, 04 Juli 2010
Analisa Data Statistik : Analisis Data Model Regresi Data Panel
Selasa, 01 September 2009
Analisa Data Statistik : Aplikasi Analisis Data dalam Uji Validitas & Reliabilitas
Bagaimana sih cara pengolahan data untuk uji validitas maupun reliabilitas? rumus apa yang harus saya gunakan? mohon masukannya...karena saya sedang bingung.
(Andromeda, diambil dari www.bengkeldata.com )
Uji Validitas
Dalam melakukan suatu penelitian, sering kita menanyakan apakah alat ukur yang kita pakai sudah valid & reliable? Validitas suatu alat ukur dapat diartikan bahwa alat ukur tersebut dapat memberikan suatu nilai yang sesungguhnya dari apa yang kita inginkan. Misalnya kita ingin mengukur tinggi badan, meteran/penggaris merupakan alat ukur yang valid karena akan memberikan error yang sedikit. Lain halnya jika kita mengukur tinggi badan menggunakan timbangan. Bagaimana bisa timbangan mengukur tinggi badan? berarti timbangan bukan alat ukur yang valid.
Salah satu ukuran validitas untuk sebuah kuesioner adalah apa yang disebut sebagai validitas konstruk (construct validity). Sebuah kuesioner yang berisi beberapa pertanyaan untuk mengukur suatu hal, dikatakan valid jika setiap butir pertanyaan yang menyusun kuesioner tersebut memiliki keterkaitan yang tinggi. Misalnya untuk kuesioner yang digunakan mengukur sikap konsumen dalam memilih pakaian, maka butir-butir penyusunnya semuanya menuju ke satu titik, yaitu pengukuran sikap konsumen dalam memilih pakaian, misalnya merk, kualitas, mode, harga, tingkat pendapatan, pengeluaran untuk membeli pakaian/bulan, frekuensi shopping, frekuensi membaca majalah fashion, umur, tingkat pendidikan,dan lain-lain.
Ukuran keterkaitan antar butir pertanyaan ini umumnya dicerminkan oleh korelasi jawaban antar pertanyaan. Metode yang sering digunakan adalah korelasi produk momen (korelasi Pearson) antara skor setiap butir pertanyaan dengan skor total, sehingga sering disebut sebagai inter item-total correlation. Pertanyaan yang memiliki korelasi rendah dengan butir pertanyaan yang lain, dinyatakan sebagai pertanyaan yang tidak valid.
Bila suatu butir/item pertanyaan mempunyai korelasi Pearson (r) >= 0.3 maka butir pertanyaan itu dikatakan valid. Jika korelasi Pearson r < 0.3 maka tidak valid. Jika suatu butir pertanyaan tidak valid, maka maka buanglah item pertanyaan tersebut, kemudian lakukan uji sesuai prosedur sebelumnya (minus item yang telah dibuang) sehingga diperoleh semua item pertanyaan valid ( korelasi Pearson (r) >= 0.3 ).
Uji Reliabilitas
Sifat reliable (terandal) alat ukur berkenaan dengan kemampuan alat ukur tersebut memberikan hasil yang konsisten artinya jika suatu alat ukur dipakai oleh orang lain, pada objek yang sama ditempat yang berbeda maka akan menghasilkan suatu kesimpulan yang sama.
Suatu cara untuk mengukur reliabilitas suatu alat ukur yaitu dengan memakai uji alpha Cronbach. Apabila nilai alpha Cronbach > 0.6 maka alat ukur itu bisa dikatakan reliable, jika nilai alpha Cronbach kurang dari 0.6 maka ridak reliable. (sopana)
==========================================
IKLAN---IKLAN---IKLAN---
Beta Consulting ( Bengkeldata.com ) merupakan sebuah lembaga konsultasi untuk membantu perusahaan/perorangan dalam melakukan analisa data statistika, olahdata penelitian, olahdata skripsi, tesis, disertasi , Jasa riset pasar dan konsultasi manajemen.
LAYANAN
1. Analisa Data Statistika / Penelitian, Olahdata skripsi, tesis, disertasi, validitas, reliabilitas, cronbach alpha
2. Training Statistika : SPSS, Eviews, SAS, Lisrel, Minitab, Amos
3. Jasa Riset Pasar
4. Management Consultancy
Hubungi:
Beta Consulting ( Bengkeldata.com )
=======================================
(Andromeda, diambil dari www.bengkeldata.com )
Uji Validitas
Dalam melakukan suatu penelitian, sering kita menanyakan apakah alat ukur yang kita pakai sudah valid & reliable? Validitas suatu alat ukur dapat diartikan bahwa alat ukur tersebut dapat memberikan suatu nilai yang sesungguhnya dari apa yang kita inginkan. Misalnya kita ingin mengukur tinggi badan, meteran/penggaris merupakan alat ukur yang valid karena akan memberikan error yang sedikit. Lain halnya jika kita mengukur tinggi badan menggunakan timbangan. Bagaimana bisa timbangan mengukur tinggi badan? berarti timbangan bukan alat ukur yang valid.
Salah satu ukuran validitas untuk sebuah kuesioner adalah apa yang disebut sebagai validitas konstruk (construct validity). Sebuah kuesioner yang berisi beberapa pertanyaan untuk mengukur suatu hal, dikatakan valid jika setiap butir pertanyaan yang menyusun kuesioner tersebut memiliki keterkaitan yang tinggi. Misalnya untuk kuesioner yang digunakan mengukur sikap konsumen dalam memilih pakaian, maka butir-butir penyusunnya semuanya menuju ke satu titik, yaitu pengukuran sikap konsumen dalam memilih pakaian, misalnya merk, kualitas, mode, harga, tingkat pendapatan, pengeluaran untuk membeli pakaian/bulan, frekuensi shopping, frekuensi membaca majalah fashion, umur, tingkat pendidikan,dan lain-lain.
Ukuran keterkaitan antar butir pertanyaan ini umumnya dicerminkan oleh korelasi jawaban antar pertanyaan. Metode yang sering digunakan adalah korelasi produk momen (korelasi Pearson) antara skor setiap butir pertanyaan dengan skor total, sehingga sering disebut sebagai inter item-total correlation. Pertanyaan yang memiliki korelasi rendah dengan butir pertanyaan yang lain, dinyatakan sebagai pertanyaan yang tidak valid.
Bila suatu butir/item pertanyaan mempunyai korelasi Pearson (r) >= 0.3 maka butir pertanyaan itu dikatakan valid. Jika korelasi Pearson r < 0.3 maka tidak valid. Jika suatu butir pertanyaan tidak valid, maka maka buanglah item pertanyaan tersebut, kemudian lakukan uji sesuai prosedur sebelumnya (minus item yang telah dibuang) sehingga diperoleh semua item pertanyaan valid ( korelasi Pearson (r) >= 0.3 ).
Uji Reliabilitas
Sifat reliable (terandal) alat ukur berkenaan dengan kemampuan alat ukur tersebut memberikan hasil yang konsisten artinya jika suatu alat ukur dipakai oleh orang lain, pada objek yang sama ditempat yang berbeda maka akan menghasilkan suatu kesimpulan yang sama.
Suatu cara untuk mengukur reliabilitas suatu alat ukur yaitu dengan memakai uji alpha Cronbach. Apabila nilai alpha Cronbach > 0.6 maka alat ukur itu bisa dikatakan reliable, jika nilai alpha Cronbach kurang dari 0.6 maka ridak reliable. (sopana)
==========================================
IKLAN---IKLAN---IKLAN---
Beta Consulting ( Bengkeldata.com ) merupakan sebuah lembaga konsultasi untuk membantu perusahaan/perorangan dalam melakukan analisa data statistika, olahdata penelitian, olahdata skripsi, tesis, disertasi , Jasa riset pasar dan konsultasi manajemen.
LAYANAN
1. Analisa Data Statistika / Penelitian, Olahdata skripsi, tesis, disertasi, validitas, reliabilitas, cronbach alpha
2. Training Statistika : SPSS, Eviews, SAS, Lisrel, Minitab, Amos
3. Jasa Riset Pasar
4. Management Consultancy
Hubungi:
Beta Consulting ( Bengkeldata.com )
CS : 0819 4505 9000
WA : 0838 0405 9000
Pin BB: 74261930
ID Line: bengkeldatacom
ID WeChat/KakaoTalk/ Hangouts: bengkeldata
twitter: @bengkeldata
email: info@bengkeldata.com
bengkeldata@gmail.com
=======================================
Senin, 29 Desember 2008
Layanan OLAHDATA
Jenis layanan dari Beta Consulting (Bengkeldata.Com) meliputi OLAHDATA SKRPSI, OLAHDATA TESIS, OLAHDATA DISERTASI, yaitu:
1. Analisa Data Statistika
- Questioner Design
- Experimental Design
- Validity & Reliability
- Regresi & Korelasi
- CHAID Analysis
- Multivariat Analysis
- Time Series Analysis
- Spatial Analysis
- Bootstrap Methode
- Parametric & Nonparametric Analysis, dll
2. Training Statistika
Training ini meliputi materi statistika dan/atau software statistika, yaitu :
- SPSS
- Minitab
- SAS
- S-Plus
- Eview
3. Riset Pasar
- Potential Market
- Mistery Shopping
- Customized Market
- Positioning Analysis
- Product Development
- Competiror Analysis
- Indeks Kepercayaan Konsumen,
- Survey/Polling Politik, dll, dll
4. Management Consultancy
- Internal Auditor
- Quality Management System (QMS) ISO 9001:2000 & ISO 9004:2000
- Guidelines for Performance Improvement ISO 9004:2000
- Balance Scorecard
- Six Sigma
- Customer Satisfaction Measurement (CSM)
- Statistical Process Control (SPC)
- Customer Relationships Management (CRM)
