4,9/5 · 1.200 ulasan · Mahasiswa dan Peneliti

Les Privat EViews di Surabaya

Pendampingan EViews satu tutor satu peserta di Surabaya: menyusun workfile, uji asumsi klasik, data panel, sampai VECM di atas data penelitian Anda sendiri. Mulai Rp211.425 per sesi 60 menit, di rumah atau daring, dan tutor dapat diganti tanpa biaya tambahan.

Daftar Sekarang Chat WhatsApp

Mengenal Les Privat EViews di Surabaya

Daftar Sekarang

Data Program

Peserta: Mahasiswa S1, S2, dan S3 ekonomi, manajemen, akuntansi, serta peneliti dan staf yang memakai EViews untuk laporan kerja
Format sesi: Satu tutor satu peserta, 60, 90, atau 120 menit, dikerjakan di depan laptop peserta sendiri
Biaya: Rp211.425 per sesi 60 menit, Rp268.775 per sesi 90 menit, Rp345.250 per sesi 120 menit; belajar di co-learning space Edubia menambah Rp15.000 per sesi
Dasar tarif: Sesi 60 menit; 90 dan 120 menit menyesuaikan
Sesudah mendaftar: Laporan kemajuan bulanan, catatan tutor tiap sesi
Wilayah kunjungan Surabaya: Seluruh 31 kecamatan, termasuk Sukolilo, Mulyorejo, Gubeng, Tegalsari, Wonocolo, Rungkut, Gunung Anyar, dan Lakarsantri
Wilayah kunjungan Sidoarjo: Waru, Gedangan, Taman, Buduran, Candi, Sedati, sampai pusat kabupaten
Perangkat: Laptop peserta dengan EViews berlisensi yang disiapkan peserta; pemasangan dan pengenalan antarmuka dibahas di sesi pertama bila belum siap
Data latihan: Data penelitian peserta sendiri; selama data lapangan belum terkumpul, latihan berjalan dengan set data contoh
Rumpun analisis: Statistik deskriptif, regresi kuadrat terkecil, uji asumsi klasik, deret waktu, dan data panel
Jadwal: Tujuh hari sepekan dari pagi hingga malam, disepakati per pekan mengikuti jadwal kuliah dan bimbingan
Penggantian tutor: Peserta dapat meminta tutor lain tanpa biaya tambahan bila cara mengajarnya kurang cocok
Batas layanan: Pendampingan mengajarkan analisis; pengerjaan skripsi dan pengolahan data titipan tidak dilayani
Peralatan dan bahan: Disiapkan peserta, di luar tarif sesi

Kekuatan program

Yang membuat sesi EViews terasa beda

Sesi berjalan di atas data penelitian peserta

Yang dibuka di layar adalah berkas milik peserta, lengkap dengan kolom berantakan dan periode bolong. Set data contoh dipakai hanya selama data lapangan belum terkumpul.

Tiap uji dijelaskan berikut alasan pemakaian

Peserta menyebut hipotesis nol tiap uji sebelum menekan tombolnya. Penguji di ruang sidang menanyakan alasan, dan hafalan urutan klik tidak menolong di situ.

Tutor berlatar ekonometrika terapan

Pendamping program ini terbiasa dengan regresi kuadrat terkecil, data panel, dan model deret waktu, serta terbiasa membaca keluaran EViews bersama mahasiswa tingkat akhir.

Materi disusun mengikuti tenggat penelitian

Peserta yang sidang delapan pekan lagi mendapat urutan berbeda dari peserta yang baru menyusun bab tiga. Rumpun uji yang mendesak dikerjakan lebih dahulu.

Penulisan hasil ikut didampingi

Keluaran EViews diterjemahkan menjadi kalimat yang layak masuk bab empat, berikut cara menyusun tabelnya supaya angka tetap terbaca saat naskah dicetak.

Sesi daring memakai layar bersama

Peserta membagikan layarnya sendiri dan tetap memegang papan ketik, sehingga tiap langkah tersimpan di laptopnya dan tercatat di lembar kerjanya.

Kunjungan ke rumah dan kos di dalam kota

Tutor mendatangi rumah maupun kos peserta di 31 kecamatan Kota Surabaya, dari Sukolilo sampai Lakarsantri, serta wilayah Sidoarjo yang bersambung lewat Waru dan Gedangan.

Tutor dapat diganti tanpa biaya tambahan

Bila cara mengajar tutor pertama kurang cocok, peserta menyampaikannya ke tim dan tutor lain dicarikan. Sesi yang sudah berjalan tetap dihitung apa adanya.

Sebelum mendaftar

Siapa yang tertolong program EViews ini

Peserta yang cocok

Mahasiswa tingkat akhir ekonomi, manajemen, atau akuntansi yang sudah punya data dan tinggal mengolahnya
Peserta yang pernah diajari sekali lalu bingung mengulang langkahnya sendiri di rumah
Mahasiswa pascasarjana yang perlu naik dari regresi biasa ke data panel atau model deret waktu
Peneliti dan staf kantor yang menyusun laporan berkala dengan data runtut bulanan maupun kuartalan
Peserta yang revisi sidangnya menyangkut uji asumsi klasik dan perlu membenahinya dengan cepat
Pemakai SPSS yang berpindah ke EViews karena datanya mulai menuntut penanganan deret waktu

Pilihan belajar

Kenapa les privat EViews lebih efektif di Surabaya?

Fitur	Pilihan terbaik Les EViews Privat Edubia Di tempat pilihan Anda, Surabaya	Bimbel EViews Grup	Belajar EViews Sendiri
Perhatian tutor saat belajar EViews	Penuh, satu untuk satu	Terbagi ke banyak peserta	Tanpa pendamping
Materi EViews disesuaikan level peserta
Tahap dinaikkan saat peserta siap		Ikut tempo kelas	Tergantung sendiri
Tutor EViews bisa diganti tanpa ribet
Jadwal menyesuaikan rutinitas di Surabaya		Kelas terjadwal
Belajar EViews di tempat Anda, Surabaya

Fleksibel

3 format kelas EViews di Edubia

Tutor EViews datang ke tempat pilihan Anda di Surabaya atau via online. Rencana belajar disusun dari kebutuhan Anda.

Daftar Sekarang Tanya via WhatsApp

Ke tempat Anda

Toko, kantor, gudang, kafe: pilih yang searah dengan hari kerja

Co-learning

2 titik partner di Surabaya

Online

Sesi berbagi layar dua arah, terjadwal seperti sesi tatap muka

Susunan Materi

Sembilan topik les EViews dari workfile sampai koreksi galat

Peserta bertenggat dekat memulai dari topik yang mendesak, sedangkan peserta yang baru menyusun bab tiga menempuhnya dari awal. Tiap topik dikerjakan di workfile milik peserta.

1

Workfile dan impor data Excel
Sesi pertama

Yang dibahas. Memilih bentuk bertanggal, tak bertanggal, atau panel, membaca baris rentang dan sampel, lalu mengimpor lembar Excel dengan kolom tanggal dan nama variabel yang sah.
2

Statistik deskriptif dan sampel bersama
Wajib

Yang dibahas. Membaca rata-rata, median, nilai ekstrem, simpangan baku, dan jumlah pengamatan tiap variabel dalam satu grup.
3

Regresi kuadrat terkecil
Inti

Yang dibahas. Menulis spesifikasi di jendela Equation Estimation, menyebut konstanta, menetapkan sampel estimasi, dan mengenali tiap baris keluaran.
4

Normalitas dan multikolinearitas
Asumsi klasik

Yang dibahas. Menjalankan Jarque-Bera pada sisaan, membaca Variance Inflation Factor terpusat, dan menyusun matriks korelasi antarvariabel bebas.
5

Heteroskedastisitas dan autokorelasi
Asumsi klasik

Yang dibahas. Menjalankan uji White, Breusch-Pagan-Godfrey, dan Breusch-Godfrey, membaca Durbin-Watson, lalu mengganti matriks kovarians koefisien di tab opsi.
6

Uji akar unit ADF dan Phillips-Perron
Deret waktu

Yang dibahas. Menguji seri pada tingkat dan sesudah dibedakan, memilih konstanta dan tren, menetapkan lag, lalu menyimpulkan derajat integrasi.
7

Kointegrasi, VECM, VAR, dan ARIMA
Deret waktu

Yang dibahas. Uji Johansen dengan statistik trace dan maximum eigenvalue, suku koreksi galat, impulse response, serta korelogram untuk peramalan satu seri.
8

Data panel dan uji pemilih model
Panel

Yang dibahas. Menyusun workfile panel berpenanda individu dan periode, menjalankan common, fixed, dan random effect, lalu uji Chow, Hausman, serta Lagrange Multiplier.
9

Tabel beku dan kalimat naskah
Penulisan

Yang dibahas. Membekukan keluaran menjadi tabel, merapikan desimal, lalu menerjemahkan koefisien, nilai p, dan statistik F menjadi kalimat bab empat.

Jebakan per topik

Salah klik dan salah baca EViews yang dibenahi di sesi les privat

Tiap topik punya kekeliruan khasnya sendiri, dan sebagian besar lahir dari menu yang dijalankan tanpa membaca isi jendelanya lebih dulu.

Jebakan umum

Workfile dan impor data Excel : Frekuensi dipilih asal, lalu data kuartalan masuk workfile tahunan dan penanggalannya bergeser tanpa peringatan.
Statistik deskriptif dan sampel bersama : Layar ini dilewati, sehingga pencilan dan periode hilang baru ketahuan sesudah bab empat ditulis.
Regresi kuadrat terkecil : Konstanta lupa ditulis, sehingga garis regresi dipaksa lewat titik nol dan seluruh koefisien bergeser.
Normalitas dan multikolinearitas : Normalitas diuji pada variabel mentah, padahal yang dituntut asumsi klasik adalah sisaan regresinya.
Heteroskedastisitas dan autokorelasi : Data ditransformasi berkali-kali sampai uji lolos, padahal perbaikan galat baku sudah menyelamatkan kesimpulannya.
Uji akar unit ADF dan Phillips-Perron : Arah hipotesis nol terbalik di naskah, dan seri yang stasioner dilaporkan tak stasioner.
Kointegrasi, VECM, VAR, dan ARIMA : Spesifikasi tren deterministik dibiarkan bawaan, padahal jumlah persamaan kointegrasi bisa berubah karenanya.
Data panel dan uji pemilih model : Penolakan random effect karena unit lintas individu terlalu sedikit disangka kerusakan program.
Tabel beku dan kalimat naskah : Hubungan statistik ditulis sebagai sebab akibat, padahal data pengamatan belum menyanggupi klaim sebesar itu.

Pilihan terbaik

Cara tutor

Workfile dan impor data Excel : Peserta menyebut jenis datanya dengan kalimat sendiri, lalu baris rentang diperiksa bersama sesudah impor selesai.
Statistik deskriptif dan sampel bersama : Peserta menyebut satu kejanggalan per variabel, dan kejanggalan itu ditelusuri sampai sebabnya jelas.
Regresi kuadrat terkecil : Dua versi persamaan dijalankan berdampingan supaya peserta melihat sendiri akibat satu suku konstanta.
Normalitas dan multikolinearitas : Tutor menunjukkan letak sisaan di objek persamaan, lalu peserta menjalankan ujinya dari sana sampai hafal alurnya.
Heteroskedastisitas dan autokorelasi : Keluaran sebelum dan sesudah galat baku diperbaiki dibandingkan, sehingga koefisien yang tetap terlihat jelas.
Uji akar unit ADF dan Phillips-Perron : Peserta menulis kalimat kesimpulan untuk satu seri, diperiksa bersama, lalu mengerjakan seri sisanya sendiri.
Kointegrasi, VECM, VAR, dan ARIMA : Beberapa spesifikasi dijalankan berdampingan, lalu peserta memilih satu yang sejalan dengan teorinya beserta alasan tertulis.
Data panel dan uji pemilih model : Jumlah individu dan jumlah koefisien dihitung bersama, lalu pilihan model disesuaikan dengan kenyataan datanya.
Tabel beku dan kalimat naskah : Peserta menulis draf kalimat hasil di depan tutor, lalu kata kerjanya disunting sampai sepadan dengan bukti.

Alur pendampingan

Dari berkas Excel yang berantakan sampai bab empat siap sidang

Panjang tiap tahap bergantung pada kesiapan data dan latihan di luar sesi. Urutan di bawah lazim ditempuh mahasiswa tingkat akhir di Surabaya dengan dua sesi tiap pekan.

01

Sesi 1
Pemeriksaan data dan penyusunan rencana

Berkas peserta dibuka bersama, kolom bermasalah ditandai, jenis data ditetapkan, dan rumpun uji yang dibutuhkan disusun mengikuti rumusan masalah serta tenggat sidang.
02

Sesi 1 sampai 2
Workfile berdiri dan data masuk utuh

Peserta membuat workfile sendiri, mengimpor data, memeriksa jumlah pengamatan tiap variabel, dan memastikan penanggalan terbaca sesuai frekuensi yang dimaksud.
03

Sesi 2 sampai 3
Estimasi pertama berjalan dan terbaca

Persamaan diestimasi, tiap baris keluaran dijelaskan, dan peserta sanggup menyebut arti koefisien beserta nilai p tanpa membaca catatan.
04

Sesi 3 sampai 5
Empat uji asumsi klasik tuntas dikerjakan

Normalitas, multikolinearitas, heteroskedastisitas, dan autokorelasi diperiksa satu per satu, lengkap dengan penanganan yang dipilih beserta alasannya.
05

Sesi 5 sampai 8
Jalur lanjutan sesuai jenis data

Peserta berdata runtut melanjutkan ke uji akar unit, kointegrasi, dan model koreksi galat. Peserta berdata panel melanjutkan ke uji Chow, Hausman, serta Lagrange Multiplier.
06

Sesi 8 sampai 9
Hasil disusun menjadi tabel dan kalimat

Keluaran dibekukan, tabel dirapikan mengikuti bentuk yang lazim diterima penguji, dan kalimat tafsir ditulis peserta sendiri lalu disunting bersama tutor.
07

Menjelang sidang
Latihan menjawab pertanyaan penguji

Tutor mengajukan pertanyaan yang lazim muncul di sidang tentang pilihan model, arah hipotesis, dan penanganan asumsi, lalu peserta menjawab sambil membuka workfile-nya.

Yang didapat peserta

Cakupan pendampingan EViews privat di Surabaya

Sesi privat di depan laptop peserta · Seluruh waktu sesi dipakai untuk data peserta sendiri, tanpa rekan sekelas yang menunggu giliran penjelasan.
Pemeriksaan berkas data sebelum estimasi · Kolom tanggal, satuan, pemisah desimal, dan periode kosong diperiksa lebih dulu supaya perhitungan tak perlu diulang.
Penjelasan hipotesis nol tiap uji · Peserta menyebut sendiri apa yang sedang diuji sebelum menekan tombolnya, sehingga kesimpulannya tidak terbalik saat ditulis.
Penanganan untuk tiap asumsi yang gagal · Setiap kegagalan disertai pilihan tindakan beserta akibatnya, dan pilihan itu dicatat peserta untuk ditulis di naskah.
Jalur deret waktu sampai VECM · Uji akar unit, derajat integrasi, kointegrasi, model koreksi galat, dan pembacaan impulse response dikerjakan berurutan.
Jalur data panel sampai uji pemilih model · Common effect, fixed effect, random effect, dan ketiga uji pemilihnya dijalankan atas data peserta sendiri.
Latihan mandiri di antara sesi · Tutor meninggalkan tugas ringkas yang dikerjakan peserta di laptopnya, dan hasilnya diperiksa di awal pertemuan berikutnya.
Penyusunan tabel hasil untuk naskah · Keluaran dibekukan menjadi tabel, dirapikan angka desimalnya, dan disalin ke pengolah kata dalam bentuk yang masih bisa disunting.
Penyuntingan kalimat tafsir bab empat · Draf kalimat hasil ditulis peserta lalu disunting bersama sampai klaimnya sepadan dengan bukti statistik yang dipegang.
Penggantian tutor tanpa biaya tambahan · Bila cara mengajar kurang cocok, peserta meminta tutor lain dan tim mencarikan pengganti yang menguasai rumpun analisis serupa.
Pilihan kunjungan rumah maupun sesi daring · Tutor mendatangi rumah dan kos di seluruh kecamatan Kota Surabaya serta wilayah Sidoarjo terdekat, dan sesi daring tersedia untuk pekan yang padat.

4,9/5 1.200 ulasan

2.500+ tutor terverifikasi

1-on-1 perhatian penuh satu peserta

Fleksibel rumah · kafe · co-learning · online

Ganti tutor kapan saja bila perlu

Assessment dipetakan di awal

Biaya les privat EViews per durasi sesi dan cara memulai

Tarif mengikuti durasi yang dipilih peserta, dan seluruh angka di bawah berlaku untuk sesi di rumah atau kos peserta maupun sesi daring.

Durasi	Tarif per sesi	Isi sesi yang pas
60 menit	Rp211.425	impor data, satu uji, atau membaca keluaran
90 menit	Rp268.775	satu rumpun uji asumsi beserta penanganannya
120 menit	Rp345.250	jalur kointegrasi atau panel dalam satu duduk

Belajar di co-learning space Edubia menambah Rp15.000 per sesi. Untuk memulai, kirim jenjang studi, topik penelitian, jenis data, dan tenggat yang mengejar. Tim mencocokkan tutor yang terbiasa dengan rumpun analisis itu, lalu sesi pertama dipakai memeriksa data dan menyusun urutan materi. Bila cara mengajar tutor kurang cocok, tutor lain dicarikan tanpa biaya tambahan, dan sesi bisa digeser selama pemberitahuan masuk sehari sebelumnya.

Les EViews berpijak pada watak data ekonomi

EViews tumbuh sebagai perangkat lunak ekonometrika, dan sifat itu terasa sejak layar pertamanya. Program statistik umum memperlakukan tiap baris data sebagai pengamatan yang berdiri sendiri. EViews justru bertanya lebih dulu apakah baris-baris itu berurutan menurut waktu, tersebar menurut individu, atau keduanya sekaligus, dan jawaban itu menentukan menu mana yang hidup dan mana yang tetap kelabu.

Peserta yang datang ke sesi pertama biasanya sudah memegang data dan tenggat. Yang belum ia pegang adalah alasan di balik tiap langkah, dan alasan itulah yang ditanya penguji di ruang sidang. Program ini menaruh alasan tersebut di depan, lalu tombolnya menyusul.

Garis besar

Tiga bentuk workfile yang dipilih tutor bersama peserta

Workfile adalah wadah tempat seri, grup, persamaan, dan tabel peserta hidup bersama. Bentuknya dipilih sekali di menit pertama, dan pilihan itu menentukan seluruh sesi sesudahnya.

Deret waktu bertanggal

Untuk data berfrekuensi tetap: tahunan, kuartalan, bulanan, sampai harian. EViews menyimpan penanggalan di dalam workfile, sehingga lag dan pembedaan tahu urutan yang benar. Frekuensi yang salah membuat kuartal pertama duduk di baris keliru.

Potong lintang tak bertanggal

Untuk data satu waktu dengan banyak responden, misalnya kuesioner 150 pelaku usaha di kecamatan Rungkut. Menu deret waktu sengaja tidak aktif di sini, dan uji akar unit yang dipaksakan menghasilkan angka tanpa tafsir.

Panel seimbang dan tak seimbang

Menggabungkan individu dengan periode: 30 perusahaan selama 8 tahun, atau 38 kabupaten dan kota di Jawa Timur selama satu dasawarsa. EViews meminta dua penanda sekaligus, dan panel yang bolong sebagian tetap bisa diestimasi asal penandanya benar.

Impor data Excel di sesi les pertama tanpa merusak kolom tanggal

Sebagian besar peserta datang membawa berkas Excel, dan di titik inilah sesi pertama sering berhenti lebih lama daripada dugaan. EViews menuntut lembar yang rapi: satu baris judul, nol sel gabungan, nol baris kosong penyela, dan nama variabel tanpa spasi maupun tanda baca.

Kolom tanggal jadi sumber masalah yang berulang. Pengaturan wilayah komputer menentukan apakah 03/04/2023 terbaca 3 April atau 4 Maret, dan kolom yang terlanjur menjadi teks membuat workfile jatuh ke bentuk tak bertanggal tanpa satu pesan galat pun. Angka 1.250,75 bergaya Indonesia bernasib serupa: pada pengaturan berbahasa Inggris ia terbaca teks, lalu masuk sebagai seri kosong berisi NA.

Letak menu EViews yang dilatih di sesi les privat

Separuh waktu peserta pemula habis untuk mencari menu, sebab EViews menaruh hampir semua uji di dalam objek yang sedang terbuka. Tabel ini dibuka di samping laptop selama beberapa sesi pertama, sampai jalurnya hafal di tangan.

Pekerjaan	Jalur dari objek yang terbuka
Estimasi persamaan baru	Quick, lalu Estimate Equation
Statistik deskriptif satu grup	View, Descriptive Stats, Common Sample
Normalitas sisaan	View, Residual Diagnostics, Histogram - Normality Test
Heteroskedastisitas	View, Residual Diagnostics, Heteroskedasticity Tests
Autokorelasi orde tinggi	View, Residual Diagnostics, Serial Correlation LM Test
VIF	View, Coefficient Diagnostics, Variance Inflation Factors
Uji Chow dan Hausman	View, Fixed/Random Effects Testing
Mengunci keluaran	tombol Freeze di bilah jendela

Uji sisaan hanya muncul dari jendela persamaan, sedangkan uji akar unit dibuka dari jendela seri. Peserta yang tersesat biasanya sedang membuka objek yang salah.

Uraian

Empat uji asumsi klasik yang dituntaskan bersama tutor

Tiap uji menjawab pertanyaan yang berbeda, dan peserta yang tahu pertanyaannya berhenti panik begitu salah satu gagal.

Normalitas lewat Jarque-Bera

Membaca kemencengan dan keruncingan sisaan; hipotesis nolnya menyatakan sisaan menyebar normal. Pada sampel kecil yang gagal, pencilan ditelusuri atau variabel dilogaritmakan. Pada sampel besar, kesimpulan tetap bertahan dan hal itu dinyatakan di naskah.

Multikolinearitas lewat VIF

Angka di atas 10 menandakan satu variabel bebas terlalu banyak dijelaskan variabel lain, dengan gejala khas R kuadrat tinggi sementara t hitung lemah. Penanganannya mengeluarkan satu variabel, menggabungkannya jadi indeks, atau menafsirkan koefisien secara berhati-hati.

Heteroskedastisitas lewat White atau Breusch-Pagan-Godfrey

Ragam sisaan yang membesar membuat galat baku salah hitung. Koefisiennya tetap sah; yang diperbaiki galat bakunya, lewat pilihan matriks kovarians White di tab opsi persamaan.

Autokorelasi lewat Durbin-Watson dan Breusch-Godfrey

Durbin-Watson tercetak di kaki keluaran dan berhenti berlaku begitu variabel terikat berlag masuk persamaan. Untuk kasus itu dipakai Breusch-Godfrey, dan galat baku HAC ala Newey-West menangani autokorelasi sekaligus heteroskedastisitas pada deret waktu.

Rincian

Jalur deret waktu di EViews dari akar unit sampai koreksi galat

Data ekonomi yang runtut menuntut pemeriksaan tambahan sebelum diregresi. Urutan berikut lazim ditempuh peserta berdata bulanan atau kuartalan.

Augmented Dickey-Fuller

Hipotesis nolnya menyatakan seri mengandung akar unit, jadi nilai p di bawah 0,05 berarti seri stasioner. Peserta memilih konstanta, tren, dan panjang lag lewat kriteria informasi di kotak dialog uji.

Phillips-Perron sebagai pembanding

Dijalankan dari kotak dialog yang sama. Ketika hasilnya berbeda dari ADF, panjang lag, patahan struktural, dan panjang periode ditimbang dulu sebelum derajat integrasi diputuskan.

Kointegrasi Johansen

Dibuka dari grup berisi seluruh variabel sistem, menghasilkan statistik trace dan maximum eigenvalue. Lima pilihan tren deterministik di dialognya wajib disebut di naskah.

VECM dan kecepatan penyesuaian

Diestimasi lewat objek VAR bertipe Vector Error Correction. Suku koreksi galat wajib negatif, signifikan, dan berada di antara nol dan satu.

VAR dan impulse response

Lag optimum dipilih dari tabel Lag Length Criteria, kestabilan diperiksa lewat AR Roots, lalu impulse response dibaca. Urutan Cholesky ikut memengaruhi hasil dan perlu dinyatakan.

ARIMA lewat korelogram

Korelogram autokorelasi dan autokorelasi parsial dipakai menebak orde AR dan MA, statistik Q memeriksa sisaan, dan RMSE serta MAPE menilai ramalan.

Common, fixed, dan random effect dalam sesi les data panel

Skripsi manajemen keuangan di Surabaya banyak memakai data panel: sekian perusahaan terdaftar diikuti selama sekian tahun dengan rasio keuangan sebagai variabel. Common effect memperlakukan seluruh pengamatan sebagai satu kolam. Fixed effect memberi tiap individu intersep tersendiri. Random effect memperlakukan perbedaan antarindividu sebagai komponen galat acak dan lebih hemat derajat kebebasan.

Satu hal dicatat sejak awal: EViews menolak menjalankan random effect ketika jumlah unit lintas individu tidak melebihi jumlah koefisien yang diestimasi. Peserta dengan tujuh perusahaan dan lima variabel bebas akan bertemu pesan itu, dan jalan keluarnya menambah individu atau menerima fixed effect.

Membaca keluaran EViews baris demi baris bersama tutor

Bagian atas keluaran memuat koefisien, galat baku, t hitung, dan nilai p. Koefisien dibaca sebagai perubahan yang diharapkan pada variabel terikat untuk satu satuan perubahan variabel bebas, dengan variabel lain ditahan tetap; pada model logaritma penuh angka itu langsung terbaca sebagai elastisitas.

Bagian bawah memuat R kuadrat terkoreksi, statistik F, kriteria informasi, dan Durbin-Watson. Satu kombinasi wajib diwaspadai pada deret waktu: R kuadrat sangat tinggi bersama Durbin-Watson mendekati nol. Pasangan itu tanda regresi lancung antara dua seri yang sama-sama menaik, dan menulis 0,97 sebagai keberhasilan model justru mengundang pertanyaan pertama penguji.

Sorotan

Lima kesalahan EViews yang membuat jadwal bimbingan mandek

Kelimanya berulang di meja bimbingan lintas kampus, dan seluruhnya bisa dicegah sebelum estimasi dijalankan.

Seri tak stasioner dipaksa masuk regresi biasa

Dua seri yang sama-sama menaik tampak berhubungan erat tanpa kaitan ekonomi. Uji akar unit dijalankan lebih dulu.

Variabel dummy salah kode

Seluruh kategori dimasukkan bersama konstanta, lalu EViews menolak dengan pesan near singular matrix. Satu kategori selalu ditinggalkan sebagai pembanding.

Periode hilang tanpa disadari

Satu sel kosong memangkas sampel diam-diam, dan jumlah pengamatan sesudah penyesuaian tak lagi cocok dengan angka di bab tiga.

Sampel tidak dikembalikan sesudah disaring

Periode dipersempit untuk memeriksa sesuatu lalu lupa dikembalikan. Baris sampel di kepala workfile dibaca tiap kali sebelum estimasi.

Keluaran ditempel sebagai gambar

Tangkapan layar kabur saat dicetak dan angkanya tak bisa disunting. Keluaran dibekukan menjadi tabel lalu disalin sebagai teks.

Jendela perintah EViews supaya langkah les bisa diulang sendiri

Menu yang diklik tidak meninggalkan jejak yang bisa dibaca ulang, sedangkan baris perintah meninggalkan catatan. Mulai sesi ketiga atau keempat, tutor mengajak peserta mengetik langkah yang sama di jendela perintah, lalu menyimpannya sebagai berkas program berakhiran .prg di folder penelitian. Ketika pembimbing meminta satu variabel diganti sepekan sebelum sidang, peserta cukup menyunting satu baris dan menjalankan ulang seluruh berkas.

smpl menetapkan rentang sampel, sehingga periode yang dipakai tertulis jelas di awal berkas.
series membuat seri baru, misalnya bentuk logaritma dari belanja modal.
equation diikuti nama dan .ls menyimpan persamaan sebagai objek bernama di workfile.
Baris berawalan tanda petik tunggal menjadi catatan, tempat peserta menulis alasan tiap langkah untuk bab tiga.

Sesi penulisan hasil: tabel keluaran EViews ke naskah

Keluaran mentah EViews memuat lebih banyak baris daripada yang diminta penguji. Tampilannya dibekukan menjadi objek tabel, sehingga angkanya berhenti berubah saat spesifikasi disunting lagi, lalu baris yang tak dibutuhkan dihapus dan desimalnya diseragamkan.

Bentuk yang lazim diterima di kampus Surabaya memuat nama variabel, koefisien, galat baku, t hitung, dan nilai p, ditambah R kuadrat terkoreksi serta statistik F di bawahnya. EViews mencetak titik sebagai pemisah desimal, sedangkan naskah berbahasa Indonesia memakai koma, jadi penyesuaiannya dikerjakan sekali untuk seluruh tabel. Keluaran mentah tetap dilampirkan.

Batas layanan les privat EViews Edubia disebut sejak awal

Peserta menjalankan analisisnya sendiri. Edubia tidak mengerjakan skripsi, tidak menerima pengolahan data titipan, dan tidak menulis bab untuk peserta, dan garis itu disampaikan sebelum sesi pertama dijadwalkan.

Alasannya sederhana: sidang menanyakan alasan di balik pilihan model, dan pembimbing kerap meminta spesifikasi diubah sepekan sebelum jadwal. Peserta yang menjalankan sendiri tinggal membuka workfile-nya dan mengulang langkahnya. Dalam sesi, tutor memperagakan satu langkah, menjelaskan sebabnya, lalu peserta mengulanginya di laptopnya sampai lancar tanpa dituntun. Papan ketik tetap dipegang peserta.

Poin penting

Kampus dan wilayah yang dijangkau tutor EViews Surabaya

Peserta program ini berkumpul di sekitar kampus, dan titik temu disesuaikan dengan jadwal kuliah maupun asistensi.

Sukolilo dan Mulyorejo

Kampus Institut Teknologi Sepuluh Nopember di Keputih berada di Sukolilo, dan Kampus C Universitas Airlangga di Mulyorejo. Sesi kerap diminta selepas jam laboratorium.

Gubeng dan Tegalsari

Kampus B Universitas Airlangga, rumah Fakultas Ekonomi dan Bisnis, berada di Gubeng. Kantor Edubia di Tegalsari membuat penjadwalan ulang di pusat kota cepat disepakati.

Gunung Anyar dan Rungkut

Universitas Pembangunan Nasional Veteran Jawa Timur berdiri di Jalan Rungkut Madya, Gunung Anyar, berdekatan dengan Rungkut dan Tenggilis Mejoyo. Sesi sore banyak diminta mahasiswa yang siangnya masih praktikum atau magang.

Wonocolo dan Gayungan

Universitas Kristen Petra di Siwalankerto masuk Wonocolo, sisi selatan kota yang bersambung ke Gayungan dan Jambangan. Satu co-learning space Edubia ada di kawasan ini, dengan tambahan Rp15.000 per sesi.

Lakarsantri dan Wiyung

Kampus Lidah Wetan Universitas Negeri Surabaya berada di Lakarsantri, bertetangga dengan Sambikerep dan Wiyung. Sebagian peserta sisi barat memilih sesi daring pada hari kerja dan kunjungan di akhir pekan.

Waru, Gedangan, dan Taman

Tiga kecamatan Sidoarjo ini bersambung dengan sisi selatan Surabaya lewat jalur Ahmad Yani, termasuk mahasiswa Universitas Muhammadiyah Sidoarjo.

Urutannya

Urutan kerja satu sesi les EViews yang tuntas

Tiap sesi disusun supaya satu rumpun pekerjaan selesai dalam satu duduk, berikut pembacaan keluarannya.

Membaca rumusan masalah peserta

Model yang diestimasi mengikuti pertanyaan penelitian yang sudah ditulis peserta. Pertanyaan yang kabur melahirkan spesifikasi yang sulit dipertahankan di sidang.
Menyiapkan workfile dan mengimpor data

Bentuk workfile ditetapkan, lalu berkas Excel diimpor bersama. Peserta yang mengulangnya sendiri di rumah biasanya lancar pada sesi kedua.
Membaca statistik deskriptif

Rata-rata, median, nilai ekstrem, dan jumlah pengamatan dibaca sebelum estimasi. Cacat data yang ketahuan di layar ini jauh lebih murah diperbaiki daripada di tengah bab empat.
Mengestimasi persamaan

Peserta mengetik sendiri spesifikasinya dengan konstanta disebut eksplisit, supaya terbiasa dengan urutan penulisan yang dibaca EViews.
Menguji sisaan dan membenahi spesifikasi

Empat uji asumsi klasik diperiksa satu per satu, dan penanganan tiap kegagalan dipilih dengan alasan yang bisa ditulis di naskah.
Menerjemahkan keluaran ke kalimat naskah

Koefisien, galat baku, dan nilai p diubah menjadi kalimat yang jujur soal arah, besaran, dan taraf signifikansi.

Satu tahap satu waktu

Tiga uji pemilih model panel yang dilatih bersama tutor

Ketiganya dijalankan dari jendela persamaan panel yang sudah diestimasi, dan tiap uji membandingkan sepasang model.

Uji Chow: common lawan fixed

Dijalankan lewat Redundant Fixed Effects. Nilai p di bawah 0,05 berarti intersep antarindividu berbeda, dan fixed effect lebih pantas.
Uji Hausman: fixed lawan random

Menuntut model random effect berhasil diestimasi lebih dulu. Penolakan hipotesis nolnya mengarahkan peserta ke fixed effect.
Uji Lagrange Multiplier: random lawan common

Dipakai ketika Chow dan Hausman memberi arah berbeda. Penolakannya menunjukkan random effect lebih pantas daripada kolam bersama.

Program Terkait

Selain les EViews, program berikut juga tersedia

Tanya jawab

Apa saja yang ditanyakan peserta les EViews di Surabaya?

Berapa biaya les privat EViews di Surabaya?

Rp211.425 per sesi 60 menit, Rp268.775 per sesi 90 menit, dan Rp345.250 per sesi 120 menit, untuk pertemuan di rumah, kos, maupun daring. Belajar di co-learning space Edubia menambah Rp15.000 per sesi. Jumlah sesi disusun mengikuti tenggat penelitian, dan peserta dapat menambah sesi di tengah jalan.

Saya belum memasang EViews di laptop. Sesi tetap bisa berjalan?

Bisa. Lisensi EViews disiapkan peserta, dan sesi pertama dipakai memasangnya bersama sekaligus mengenalkan antarmuka. Laptop sendiri tetap dianjurkan, sebab kemampuan mengulang langkah di rumah adalah bagian yang menentukan hasil pendampingan ini.

Data saya masih di Excel dan kolom tanggalnya berantakan. Itu dibereskan di sesi?

Ya, dan biasanya itu pekerjaan pertama. Lembar Excel dirapikan dulu: satu baris judul, sel gabungan dibuka, pemisah desimal diseragamkan, dan nilai hilang ditandai. Impor lalu diulang bersama supaya peserta hafal langkahnya untuk data berikutnya.

Apakah Edubia mengerjakan olah data skripsi saya?

Tidak. Program ini mendampingi peserta supaya menjalankan analisisnya sendiri, dan Edubia tidak menerima pengolahan data titipan maupun penulisan bab. Batas itu disampaikan sejak awal, sebab sidang menanyakan alasan di balik pilihan model.

Berapa sesi sampai saya bisa menjalankan uji asumsi klasik sendiri?

Peserta dengan data yang sudah rapi umumnya sanggup menjalankan regresi kuadrat terkecil beserta empat uji asumsi klasik sesudah tiga sampai lima sesi, dengan latihan mandiri di antaranya. Data yang masih berantakan menambah satu sampai dua sesi di depan, dan jalur data panel maupun deret waktu menambah tiga sampai empat sesi lagi.

Bisakah langkah EViews saya disimpan supaya mudah diulang saat revisi?

Bisa. Mulai sesi ketiga atau keempat, peserta mengetik langkahnya di jendela perintah dan menyimpannya sebagai berkas program. Ketika pembimbing meminta satu variabel diganti, peserta menyunting satu baris lalu menjalankan ulang seluruh berkas tanpa mengklik menu dari awal.

Data saya panel 30 perusahaan selama 8 tahun. Materinya sampai mana?

Sampai pemilihan model beserta pengujiannya. Peserta menyusun workfile panel berpenanda perusahaan dan tahun, menjalankan common, fixed, dan random effect, lalu memilih lewat uji Chow, Hausman, dan Lagrange Multiplier. Tabel hasilnya ikut disusun.

Bedanya EViews dengan SPSS untuk penelitian saya apa?

SPSS kuat untuk data potong lintang seperti kuesioner. EViews dirancang untuk data berurutan waktu, sehingga uji akar unit, kointegrasi, VAR, dan model koreksi galat tersedia langsung di menunya. Penelitian berdata runtut atau panel biasanya lebih ringan dikerjakan di EViews.

Tutor bisa datang ke kos saya di sekitar Keputih?

Bisa. Keputih berada di kecamatan Sukolilo dan termasuk wilayah kunjungan reguler, seperti Mulyorejo, Gubeng, Rungkut, dan Gunung Anyar. Di Sidoarjo, kunjungan lazim dilayani di Waru, Gedangan, dan Taman. Alamat serta jam ditetapkan saat pendaftaran.

Saya kuliah pagi sampai sore. Sesi bisa dijadwalkan malam?

Bisa. Sesi tersedia dari pagi sampai malam sepanjang pekan, termasuk Sabtu dan Minggu, dan sesi malam banyak diambil peserta yang siangnya praktikum atau magang. Jadwal disepakati per pekan supaya perubahan jam kuliah maupun bimbingan langsung terakomodasi.

Kalau tutor yang datang kurang cocok dengan cara saya belajar?

Tutor lain dicarikan tanpa biaya tambahan. Tim menanyakan bagian yang terasa kurang cocok, misalnya kecepatan penjelasan atau pilihan contoh, lalu mencocokkan tutor berikutnya dengan catatan itu. Sesi yang sudah berjalan tetap dihitung apa adanya.

EViews menolak menjalankan random effect di data panel saya. Kenapa?

Model random effect menuntut jumlah unit lintas individu melebihi jumlah koefisien yang diestimasi. Panel berisi tujuh perusahaan dengan lima variabel bebas akan bertemu penolakan itu. Jalan keluarnya menambah individu ke dalam sampel, mengurangi variabel bebas, atau menerima fixed effect sambil menjelaskan alasannya di naskah.

Saya kuliah di luar Surabaya. Ada sesi daring?

Ada. Peserta membagikan layarnya sendiri, sehingga papan ketik tetap di tangannya dan langkah yang dikerjakan tersimpan di laptopnya. Format ini juga dipilih peserta di Lakarsantri atau Sidoarjo pada pekan yang padat.

Sidang saya pekan depan dan revisinya soal uji asumsi. Bisa sesi cepat?

Bisa, selama jadwal tutor masih terbuka. Kirim catatan revisi beserta berkas workfile, sehingga tutor langsung menuju bagian yang diminta pembimbing. Sesi semacam ini biasanya dipadatkan menjadi dua sampai tiga pertemuan berturut-turut.

Siap Bergabung

Siap mulai les EViews bulan ini?

2.500+ tutor terverifikasi siap mendampingi di Surabaya. Mulai dari konsultasi kebutuhan belajar Anda, tanpa komitmen.