Langkah-Langkah Uji stasioneritas dengan EViews
1. Masukkan data yang akan digunakan. Dengan mengikuti langkah berikut.
2. Pilih file workfile yang akan digunakan. Dan selajutnya next-next aja. sehingga akan menghasilkan data sebagai berikut.
3. Klik dua kali salah satu variabel yang akan diuji. Hasilnya sebagai berikut:
4. Setelah ini kita akan melakukan langkah-langkah menetukan
pengujian. Sesuai yang dijelaskan pada materi sebelumnya. Ada beberapa
cara untuk menentukan stasioneritas. Maka pada tahap ini kita akan
mencoba satu-satu.
a. Grafik
1. Pilih view, kemudian graph. Sesuai gambar berikut:
Setelah itu langsung ok aja. Kalau mau diubah-ubah bisa juga. Hasilnya sebagai berikut:
Berdasarkan gambar diatas terlihat bahwa adanya indikasi datanya
stasioner. Hal itu terlihat dari grafiknya berada disekitar rata-rata
atau dengan kata lain rata-rata dan varians konstan.
b. Correlogram
1. Hampir sama dengan sebelumnya. Pilih view kemudian correlogram. Seperti gambar berikut:
2. Kemudian muncul gambar berikut: pilih level untuk stasioner
data level untuk 1st difference untuk data first difference, dst.
Sedangkan untuk lag-nya untuk melihat sampai lag keberapa mau dilihat.
Berbeda dengan SPSS, EViews bisa ditentukan sendiri lag-nya.
3. Hasilnya sebagai berikut:
Berdasarkan hasil tersebut terlihat bahwa correlogram secara cepat
menuju nol, sehingga dikatakan datanya stasioner. Dilihat Q-stat
terlihat bahwa nilainya signifikan artinya datanya stasioner sesuai
dengan materi sebelumnya.
c. Unit Root test
Kali ini kita melangkah ke uji formal yang biasa kita gunakan dalam
penelitian ilmiah. Disini ada beberapa metode yang akan digunakan
sehingga akan dibahas masing-masing.
1. Sama dengan sebelumnya. Dengan view dan unit root.
2. Kemudian menetukan metode apa yang digunakan. Dan model apa
yang digunakan. Kali ini kita menggunakan 3 metode yaitu DF, ADF,
Philips-peron. Sedangkan untuk medolnya bisa dicoba-coba.
Hasil uji 3 metode tersebut adalah sebagai berikut:
a. DF (Dickey-Fuller)
Berdasarkan hasil tersebut terlihat bahwa nilai ADF lebih kecil dari
nilai kritisnya sehingga tolak h0 sehingga datanya stasioner.
b. ADF (Augmented Dickey Fuller)
Sama dengan DF, menunjukkan bahwa datanya stasioner.
c. Philips perron
Berdasarkan hasil tersebut data masih menunjukkan stasioner, tapi signifikan pada 5%.
5. Kesimpulan data yang kita gunakan menunjukkan datanya stasioner dengan menggunakan beberapa metode diatas.
Sumber:
0 komentar:
Posting Komentar