REGRESI LINIER BERGANDA (MULTIPLE) DENGAN EVIEWS 9

click, to get pdf version

Regresi berganda digunakan untuk mengukur pengaruh beberapa peubah/variabel terhadap suatu variabel. Variabel yang digunakan meliputi variabel bebas (independen) dan variabel tak bebas (dependen). Untuk teori lebih lengkap mengenai regresi linier berganda kamu bisa lihat disini.

Sekarang kita akan menjalankan regresi linier berganda dengan bantuan perangkat lunak Eviews 9, yang belum punya kamu bisa beli disini. Setelah sebelumnya kita jalankan regresi linier berganda dengan software IBM SPSS versi 25, kamu bisa lihat disini.

Setelah buka sofware eviews 9, import data kita dalam bentuk excel terlebih dahulu, kita masih menggunakan ilustrasi kasus Revenue box office per bulan dengan variabel bebas biaya produksi (prodcost), biaya promosi (promotecost), dan biaya bintang film (starcost). anggap saja revenue adalah Y, prodcost adalah X1, promotecost adalah X2, dan starcost adalah X3. datanya dalam bentuk excel bisa kamu ambil disini.


Persamaan regresi dapat ditulis sebagai berikut:

Revenue = b0 + b1(prodcost) + b2(promotecost) + b3(starcost)+ e




Kemudian ambil data kamu dalam bentuk excel tadi,



Setelah tampil next aja sampe finish,



Ini sudah terbaca di Eviews 9


Untuk menampilkan datanya klik semua variabelnya, klik kanan - open - as group,


Untuk menjalankan regresi, cukup pilih di menu quick - estimate equation,


masukkan persamaan regresi sesuai persamaan regresi yang kita susun di atas,


jika data akan kamu normalisasi dalam bentuk log, tambahkan aja log di depan variabel yang kita input tadi, klik OK,


Dari input kita peroleh persamaan sebagai berikut :

Revenue = 10,43 + 4,14(prodcost) + 6,85(promotecost) + 0,6(starcost) + e

Lihat juga nilai signifikansi masing-masing variabel terhadap variabel revenue, variabel prodcost dan promote cost masing-masing signifikan secara statistik berpengaruh terhadap revenue film box office dengan nilai prob. 0,000 dan 0,000 lebih kecil daripada nilai kritik α = 0,05, sedangkan variabel starcost tidak berpengaruh signifikan dengan nilai prob. 0,37 masih lebih besar dari nilai kritik α = 0,05.

Ketiga variabel dependen dalam model berpengaruh positif terhadap revenue, dinyatakan dengan nilai koefisien statistik bernilai positif. R-squared menunjukkan bahwa model secara umum baik dengan nilai 83%.

Untuk melihat pola residual dan menentukan ada atau tidaknya masalah heteroskedastisitas pada data kita bisa lihat melalui view - actual, fitted, residual graphs,


Hasilnya sebagai berikut :


Lihat pola residual tersebar merata, pada model ini hubungan linier antara variabel dependen dengan independen terlihat baik, dinyatakan dengan nilai R-square 0,8, juga data tidak mengandung masalah heteroskedastisitas karena residual lebih panjang pada periode negatif. untuk hasil bahasan kali ini dalam bentuk file eviews (wf1), kamu bisa ambil disini.

Untuk lebih jelasnya mengenai masalah dalam regresi heteroskedastisitas kamu bisa baca disini.