Pendahuluan

Regresi linier berganda merupakan metode statistik yang digunakan untuk menganalisis hubungan antara satu variabel dependen dengan dua atau lebih variabel independen. EViews adalah perangkat lunak yang sering digunakan untuk analisis ekonometrika, termasuk regresi linier berganda dengan berbagai jenis data: time series, cross-section, dan panel.

Bagian 1: Import Data ke EViews

1.1. Mengimpor Data dari Excel

1. Buka EViews, lalu pilih File → Open → Foreign Data as Workfile.
2. Pilih file Excel (CSV/XLSX) yang sudah diunduh dari World Bank.
3. Pilih sheet yang berisi data.
4. Atur struktur data:
• Time Series: Pilih tahun sebagai indeks waktu.
• Cross-Section: Pilih satu kolom sebagai identifier (misalnya nama negara).
• Panel Data: Pilih dua kolom, satu untuk identifier (misalnya negara), satu lagi untuk tahun.
5. Klik OK dan simpan workfile.

Bagian 2: Regresi Linier Berganda pada Data Time Series

2.1. Menjalankan Regresi

1. Pastikan data time series sudah diimpor dengan benar.
2. Klik Quick → Estimate Equation.
3. Masukkan persamaan regresi, misalnya:

GDP c EduExp HealthExp Unemployment

4. Pilih metode Ordinary Least Squares (OLS) dan klik OK.

Bagian 3: Regresi Linier Berganda pada Data Cross-Section

3.1. Menjalankan Regresi

1. Pilih Quick → Estimate Equation.
2. Masukkan model regresi, misalnya:

HDI c DemocracyIndex GDPperCapita LiteracyRate

3. Pilih metode OLS dan klik OK.

Bagian 4: Regresi Linier Berganda pada Data Panel

4.1. Menjalankan Regresi Panel

1. Pastikan data sudah diatur sebagai Panel Data: Klik Structure/Resize, pilih Panel Data.
2. Klik Quick → Estimate Equation.
3. Masukkan model regresi, misalnya:

GDP c EnvRegulation CO2Emission ForeignInvestment

4. Pilih metode Pooled OLS, Fixed Effects (FE), atau Random Effects (RE).

Bagian 5: Studi Kasus SDGs dengan Regresi Linier Berganda

5.1. Time Series: Dampak Investasi Pendidikan terhadap Pertumbuhan Ekonomi

PDB_t = β0 + β1 EduExp_t + β2 HealthExp_t + β3 Unemployment_t + ε_t

5.2. Cross-Section: Hubungan antara Indeks Demokrasi dan Kesejahteraan

HDI_i = β0 + β1 DemocracyIndex_i + β2 GDPperCapita_i + β3 LiteracyRate_i + ε_i

5.3. Panel Data: Dampak Kebijakan Lingkungan terhadap PDB

GDP_it = β0 + β1 EnvRegulation_it + β2 CO2Emission_it + β3 ForeignInvestment_it + ε_it

Bagian 6: Uji Pemilihan Model

1.1. Uji Chow

Uji Chow digunakan untuk menentukan apakah model Fixed Effect lebih baik dibandingkan Pooled OLS.

1. Buka hasil regresi Pooled OLS.
2. Pilih View → Fixed/Random Effects Testing → Redundant Fixed Effects.
3. Jika p-value < 0.05, gunakan Fixed Effect; jika tidak, gunakan Pooled OLS.

1.2. Uji Hausman

Uji Hausman digunakan untuk menentukan apakah model Fixed Effect lebih baik dibandingkan Random Effect.

1. Buka hasil regresi Random Effect.
2. Pilih View → Fixed/Random Effects Testing → Hausman Test.
3. Jika p-value < 0.05, gunakan Fixed Effect; jika tidak, gunakan Random Effect.

1.3. Uji Lagrange Multiplier (LM)

Uji LM digunakan untuk menentukan apakah model Random Effect lebih baik dibandingkan Pooled OLS.

1. Pilih View → Fixed/Random Effects Testing → Breusch-Pagan LM Test.
2. Jika p-value < 0.05, gunakan Random Effect; jika tidak, gunakan Pooled OLS.

• Jika uji Chow signifikan → gunakan Fixed Effect.
• Jika uji Hausman signifikan → gunakan Fixed Effect.
• Jika uji LM signifikan → gunakan Random Effect.
• Jika semua tidak signifikan → gunakan Pooled OLS.

Bagian 7: Uji Asumsi Klasik

2.1. Uji Normalitas

Uji normalitas dilakukan untuk mengecek apakah residual regresi berdistribusi normal.

1. Pilih View → Residual Diagnostics → Histogram-Normality Test.
2. Periksa nilai Jarque-Bera.
3. Jika p-value > 0.05, residual berdistribusi normal.

2.2. Uji Heteroskedastisitas

Uji ini digunakan untuk melihat apakah varians residual konstan atau tidak.

1. Pilih View → Residual Diagnostics → Heteroskedasticity Test.
2. Pilih metode White atau Breusch-Pagan.
3. Jika p-value < 0.05, ada heteroskedastisitas.

2.3. Uji Multikolinearitas

Uji ini digunakan untuk mengecek apakah ada hubungan tinggi antara variabel independen.

1. Pilih View → Coefficient Diagnostics → Variance Inflation Factors.
2. Jika VIF > 10, ada multikolinearitas tinggi.

2.4. Uji Autokorelasi

Uji ini digunakan untuk mengecek apakah terdapat korelasi dalam residual regresi.

Interpretasi:

• Jika dW < dL → Autokorelasi positif.
• Jika dW > dU → Tidak ada autokorelasi.
• Jika dL ≤ dW ≤ dU → Tidak dapat disimpulkan.
• Jika 4 - dW mendekati 2 → Tidak ada autokorelasi negatif.

Lampiran: Sumber Data dari World Bank

• Pengeluaran Pendidikan (% PDB)
• Pengeluaran Kesehatan (% PDB)
• Tingkat Pengangguran
• PDB per Kapita (US$ saat ini)
• Tingkat Melek Huruf Dewasa (% usia 15 tahun ke atas)
• Emisi CO2 (metrik ton per kapita)
• Investasi Asing Langsung, arus masuk bersih (US$ saat ini)
• CPIA Business Regulatory Environment Rating