Saturday, June 17, 2017

√ Tutorial Two Stage Least Square Dengan Spss

Two Stage Least Square dengan SPSS.  Two Stage Least Square (2SLS) yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural. Suatu metode yang merupakan ekspansi dari metode Ordinary Least Square (OLS) yang sangat umum dipakai dalam perhitungan-perhitungan kasus regresi. 2SLS dipakai ketika suatu kasus dimana terdapat hubungan antara error yang di hasilkan dalam suatu model berkorelasi dengan variabel bebasnya.


Two stage least square dipakai pada ketika terjadi pemutaran umpan balik (feedback loops) atau disebut juga terjadi dua arah hubungan (non-recursive) dalam model yang kita buat. Secara teknis digambarkan “variabel X menghipnotis variabel Y dan variabel Y juga menghipnotis X kembali”.



Langkah-Langkah Estimasi Two Stage Least Square


Ada 2 langkah inti dalam metode ini yaitu :



  1. Menghitung model-model OLS dengan memakai variabel-variabel instrumen sebagai prediktor dan prediktor-prediktor yang bermasalah diperlakukan sebagai balasan (variabel tergantung).

  2. Nilai-nilai dalam model yang diestimasi pada tahap 1 kemudian dipakai dalam daerah dimana nilai-nilai kasatmata prediktor-prediktor bermasalah tersebut berada untuk dipakai dalam menghitung model OLS untuk balasan kepentingan


Untuk memakai metode 2SLS ada tiga syarat yang harus dipenuhi, yaitu :



  1. Variabel terikat harus memakai data kuantitatif berskala interval

  2. Variabel eksplanatori sanggup memakai data kuantitatif berskala interval dan data kategorikal atau kombinasi antara kedua data tersebut.


  3. Variabel instrumental harus memakai data kuantitatif berskala interval



Contoh Kasus Two Stage Least Square Dengan SPSS


Pengolahan Two Stage Least Square dengan SPSS


Berikut data yang disajikan sebagai contoh:


 yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS


Tahap pertama : menentukan “instrumen”




  1. Klik transform , kemudian pilih create time series

     yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS




  1. Pada pilihan function pilih lag


  2. Pindahkan CD purchases[buycd] dan book purchases[buybk] ke kolom variable -> new name sehingga muncul variabel gres dengan nama buycd_1 dan buybk_1 dan muncul output berikut :

     


     yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS



Tahap kedua : melaksanakan analisis dengan mekanisme 2SLS



  1. Klik analyze, kemudian pilih regression, pilih 2 stage least square

  2. pilih variabel “special offer purchases[buyoff]” dan pindahkan ke kolom dependent

  3. pilih variabel “cd purchases[buycd]”,”book purchases[buybk]”,”appliance offer[offer_type1]”, dan “checks offer[offer_type2]” dan pindahkan ke kolom explanatory

  4. pilih variabel “appliance offer[offer_type1]” ,”checks offer[offer_type2]”,”log of cd club discount[indisccd]”,”log of book club discount[indiscbk]”,”lags[buycd,1]”,”lags[buybk,1]”. Dan pindahkan ke kolom instrumental


  5. klik ok

     yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS



Hasil dan Interpretasi Two Stage Least Square Dengan SPSS


Bagian deskripsi model


 


 yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS


Tabel ini mengatakan tipe dari variabel yang telah ditentukan. Contoh untuk variabel buyoff ditentukan sebagai variabel terikat (dependen).


Bagian ringkasan model


 yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS



  1. koef. Korelasi ganda (multiple R) sebesar 0,383 menggambarkan hub. Linier antara nilai-nilai variabel terikat yang diobservasi dengan nilai-nilai model yang diprediksi. Nilai 0,383 mengatakan hub. Lemah dan positif sebab dibawah 0,5.

  2. Koef. Determinasi (R2) sebesar 0,147 (14,7%) mengatakan proporsi variasi pada variabel terikat yg dijelaskan oleh model yang dibentuk sedangkan sisanya 0,853 (85,3%) dijelaskan oleh faktor lain diluar model

  3. Adjusted R2 dipakai untuk perbandingan antar model, makin besar maka model makin baik

  4. Std. Error of the estimate yakni kesalahan baku dalam menciptakan estimasi variabel terikat yang didasarkan pada model


Bagian tabel anova


 yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS


Tabel ini dipakai untuk menguji kelayakan model secara statistik. Apabila nilai signifikansi < 0,05 maka model sanggup dikatakan sudah layak / bagus. Karena nilai signifikansi pada kasus ini sebesar 0,005 (kurang dari 0,05) maka model yang terbentuk sudah layak.


Bagian koefisien


 yakni suatu metode regresi yang tergolong dalam kelompok analisis persamaan struktural √ Tutorial Two Stage Least Square Dengan SPSS


Pada penggalan ini akan dilihat nilai signifikansi dari setiap variabel. Hanya yang memiliki nilai signifikansi < 0,05 yang dikatakan variabel besar lengan berkuasa secara signifikan dan akan dimasukkan ke dalam model persamaan. Dari tabel diatas sanggup dilihat bahwa variabel yang besar lengan berkuasa signifikan yakni buycd dan offer_type 2. Sehingga model yang terbentuk yakni :


Buyoff = -1,511 + 0,353buycd + 0,303offer_type2


Demikian artike mengenai Tutorial Two Stage Least Square Dengan SPSS. Jika berkenan mohon tinggalkan komentar anda dibawah untuk mendukung artikel ini.


Kami mohon maaf atas gagalnya beberapa gambar muncul beberapa waktu lalu, kami telah melaksanakan update gambar tersebut. Terima kasih.



Sumber https://statmat.id