Kamis, 30 Mei 2013

Cara Mentransformasi data ke dalam bentuk Log dan Ln dengan Eviews7

Assalamualaikum Wr.Wb...
Kali ini saya berbagi sedikit pengetahuan mengenai cara mentranformasikan data ke logaritma menggunakan EViews7

Berikut langkah-langkahnya 
  • buka program EViews7
  • klik flie > new  workfiles> ok
  • Pada workfile structure type, pilih dated-regulary frequency (untuk data times series) dan unstructure/ undated (untuk data panel). Karena data saya dalam bentuk times series, saya memilih dated-regulary frequency
  • Pada data specification, frequency masukan jenis data : annual (tahunan), monthly (bulanan), semi anual (semester/6 bulanan),weekly (mingguan), dsb, tergantung jenis data yang kita gunakan, kali in saya memilih monthly karena data yang saya gunakan adalah data bulanan.
  • Pada start date masukan awal data yaitu jun2005 dan pada end date masukan akhir data yaitu dec2012 (karena saya menggunakan data bulanan dari jun2005 sd dec2012), klik ok
  • Maka akan muncul workfile: untitled, kemudian pilih File => import => import from file => pilih file yang akan diimport
  • maka akan tampilan seperti ini 



  •  Klik saja next => next => next => finish, maka tampilannya akan seperti ini

  • klik ihsg > klik kanan > open 
tampilan data IHSG yang belum di ubah dalam bentuk Log
  • klik close pada jendela open ihsg tersebut >yes 
  • klik Genr, maka akan tampil seperti dibawah ini. ketik "lihsg = log(ihsg)"  dan klik ok



jendela Genr


  •     maka di dalam workffiles kita akan bertambah 1 lagi yaitu "lihsg".
  •     klik "lishg", klik kanan > open maka tampilannya seperti ini 
    
   

  •     untuk mengubah seluruh variabel yang ada, gunakan cara yang sama. sekarang mari kita bandingkan antara nilai variabel group yang sebelum dan sesudah di ubah ke dalam bentuk logaritma. 

 sebelum di ubah dalam bentuk Log 


Sesudah di ubah dalam bentuk Log

Pentiiiiing...!!!!!!!!!!!

Dan untuk mentransformasikan ke dalam bentuk "Ln", maka perintahnya dengan "Genr" sama hanya saja, jika untuk Log perintahnya adalah "lihsg=log(ihsg)" maka untuk Ln, menjadi "lnhsg=ln(ihsg)"


 Terimakasih, semoga dapat membantu teman-teman sekalian, mohon maaf atas segala kekurangannya :-))
    

Referensi : buku : Schochrul Ajija dkk (2011) Cara Cerdas Menguasai EViews , Salemba Empat. Jakarta
                  data : IHSG, INFLASi, KURS, BI Rate jun2005 - Des 201




Unit Roots Test (Uji Akar-akar unit) dengan EViews7

Oleh : Jul Fahmi Salim

Asslamualaikum wr.wb....
pada kali ini  saya ingin berbagi sedikit pengetahuan. Untuk data timeseries biasa dilakukan beberapa uji sebelum data tersebut digunakan dalam penelitian, salah satu uji yang dilakukan adalah dengan Uji Akar-akar Unit (Unit Roots Test).
Berikut merupakan langkah-langkahnya:

  • buka program EViews7
  • file > new > workfile
  • file > import >import data (pilih data yang akan digunakan) > open >next > Next > Next > Finish

  • untuk melakukan uji akar unit, klik variabel yang akan di uji, pertama kita uji LIHSG > klik kanan > open > klik view > unit roots test 



  • pada gambar di atas, kita dapat memilik test type, kali ini saya menggunakan ADF, pada "test for unit root in" saya menggunakan "level", dan untuk "include in test equation" saya memilih  " trend and intercept", kemudian untuk "lag length" saya pilih " schwarz info criterion"  klik ok, hasilnya :



  • coba perhatikan nilai t-sta dari ADF (-1.143925), masil lebih kecil dari critical values 1%,5%, dan 10 %, syarat data itu stasioner adalah, nilai t-stat ADF harus lebih besar dari nilai critical value..
  • untuk memperbaikinya kita akan menguji pada tingkat 1st difference
  • klik variabel yang akan di uji, pertama kita uji LIHSG > klik kanan > open > klik view > unit roots test 
  • pada gambar di atas, kita dapat memilik test type, kali ini saya menggunakan ADF, pada "test for unit root in" saya menggunakan "1st difference", dan untuk "include in test equation" saya memilih  " trend and intercept", kemudian untuk "lag length" saya pilih " schwarz info criterion"  klik ok, hasilnya 
  • dari hasil output di atas dapat dilihat bahawa nilai ADF (-7.34975) sudah lebih besar dari nilai critical values 1%,5%, dan 10 %, berarti data kita sudah stasioner dan dapt digunakan untuk penelitian
  • untuk data KURS, INFLASI dan BI RATE juga dilakukan uji yang sama, tetapi kita menggunakan pada tingkat 1st difference semuanya, dan hasilnya sbb :
Hasil uji ADF Kurs

Hasil Uji ADF Inflasi

Hasil Uji ADF BI Rate

demikian untuk cara uji Unit roots test kali ini, semoga membantu, mohon maaf atas segala kekurangan :-))

Referensi : buku : Schochrul Ajija dkk (2011) Cara Cerdas Menguasai EViews , Salemba Empat. Jakarta
                data : IHSG, INFLASi, KURS, BI Rate jun2005 - Des 2012

Minggu, 26 Mei 2013

Uji Asumsi Klasik (Multicolinearitas, Heteroscedastisitas, Autokorelasi, dan Normalitas) dengan EViews7

  1. uji Multikolinearitas
multikolinearitas berarti adanya hubungan linear yang sempurna atau pasti antara beberapa atau semua variabel yang menjelaskan model regresi. jika koefisien koreasi antara masing-masing variabel bebas lebih besar dari 0,8, berarti terjadi multikolinearitas dalam model regresi.
berikut langkah-langkah pengujiannya :
  • buka program eviews
  • import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
  • blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
  • abaikan hasilnya, klik quick > group statistic> correlations> maka akan muncul seperti gambar di bawah ini.


  • hapus variabel "pdb", karena merupakan var dependen, jadi tinggal "pma, sb, er, inf", klik ok, hasilnya seperti berikut :

dari output di atas dapat kita lihat bahwa tidak terdapat variabel yang memiliki nilai lebih dari 0,8, sehingga dapat disimpulkan tidak terjadi multikolinearitas dalam model regresi.


= Uji Heteroskedastisitas =

  • buka program eviews
  • import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
  • blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
  • klik view >actual, fitted, residual > actual, fitted, residual > ok, hasilnya seperti gambar berikut:
  



dengan hasil di atas kita menduga tidak terjadi  heteroskedastisitas, karena residualnya tidak membentuk pola tertentu, dengan kata lainnya residualnya cenderung konstan.

  • untuk membuktikan tidak ada heteroskedastisitas, maka kita akan melakukan uji white heteroscedasticity
  • klik view >residual diagnostics> heteroscedasticity test> white > hilangkan centang pada "Include white cross terms" kemudian klik ok
  • outputnya akan seperti pada gambar dibawah ini :



-          Ho : tidak ada heteroskedastisitas
-          H1 : ada heteroskedastisitas
-          Jika p-value obs*-square < ɑ, maka Ho ditolak
-          Karena  p value -obs*-square = 0.5244 > 0,01, maka H0 diterima
Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa tidak terdapat heteroskedastisitas dalam model regresi.


= Uji Autokorelasi =
  • buka program eviews
  • import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
  • blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
  • klik view >residual diagnostics > Serial Correlation LM Test > ok, hasilnya seperti gambar berikut:




  •  Ho : tidak ada korelasi serial
  •  H1 : ada korelasi serial
  • Jika p-value obs*-square < ɑ, maka Ho ditolak
  • Karena  p value -obs*-square = 0.1186 > 0,01, maka H0 diterima
  •  Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa tidak terdapat autokorelasi dalam model regresi.

== Uji Normalitas =

  • buka program eviews
  • import data (kali ini saya menggunakan data tahunan PDB, PMA, Suku Bunga, Nilai Tukar dan Inflasi dari tahun 2000-2011)
  • blog semua variabel yang ingin diuji, klik kanan > open > open as equation >ok
  • klik view >residual diagnostics > Histogram Normality Test > ok,
  • Hasilnya seperti berikut:

  • -          Ho : error term terdistribusi normal
  • -          H1 : error term tidak terdistribusi normal
  • -          Jika p-value < ɑ, maka Ho ditolak
  • -          Karena  p value = 0,53978 > 0,1, maka H0 diterima
  • -          Kesimpulannya adalah dengan tingkat keyakinan 90%, dapat dikatakan bahwa error term  terdistribusi normal.

  • demikianlah cara  uji asumsi klasik dengan menggunakan EViews7, mohon maaf atas segala kekurangan, semoga dapat membantu, Terimakasih sudah berkunjung. :-))
 Referensi :  
Ajija, Shochrul R dkk. 2011. Cara cerdas menguasai EViews. Salemba Empat. Jakarta.
thanks to Affandy, atas data penelitian yang saya gunakan dalam tutorial kali ini,,hehheh








Sabtu, 25 Mei 2013

Lagu Pemenang Fatin : Ku Memiih Setia

Pas pertama dengar lagunya, ajib gan, diputer berulang2 enggak bosaaaaaann,
hati-hati nangis gan, lagunya ngenak di hati. hehheheheh

Ku Memilih Setia

T'lah banyak cara Tuhan menghadirkan cinta
Mungkin engkau adalah salah-satunya
Namun engkau datang di saat yang tidak tepat
Cintaku telah dimiliki…

Inilah akhirnya harus kuakhiri
Sebelum cintamu semakin dalam
Maafkan diriku memilih setia
Walaupun ku tahu cintamu lebih besar darinya

Maafkanlah diriku tak bisa bersamamu
Walau besar dan tulusnya rasa cintamu
Tak mungkin untuk membagi cinta tulusmu
Dan aku memilih setia…

Inilah akhirnya, harus aku kuakhiri
Sebelum cintamu semakin dalam
Maafkan diriku memilih setia
Walaupun ku tahu cintamu lebih besar darinya

Seribu kali logika ku untuk menolak
Tapi ku tak bisa bohongi hati kecilku
Bila saja diriku ini masih sendiri
Pasti ku memilih dan memilih mu

Inilah akhirnya, harus aku kuakhiri
Sebelum cintamu semakin dalam
Maafkan diriku memilih setia
Walaupun ku tahu cintamu
Walaupun ku tahu cintamu lebih besar darinya

Untuk melihat videonya silahkan klik disini

sumber : (kapanlagi.com)

Cara input data ke dalam EViews 7

Asslmkum wr,wb..
kali ini saya akan berbagi ilmu mengenai cara input data ke dalam EViews 7

berikut merupakan langkah-langkah nya :

  • buka EViews 7


  • klik file => new => workffile

  • silahkan isi jenis data, awal data hingga akhir data
  • kemudian klik ok

  • selanjutnya untuk meng import data dari file excel
  • klik file
  • import
  • import from filepilih file data yang telah kita input di ms excel

  • klik open

  • klik next => next => next => finish
  • maka akan muncul variabel dalam area workfile kita, seperti gambar berikut


  • data siap untuk diolah sesuai kebutuhan kita

Cukup mudah kan kawan-kawan,
nah sekarang data kita telah teriput kedalam eviews dan siap digunakan untuk berbagai keperluan, seperti regresi linear sederhana/ berganda, uji asumsi klasik (multicolinearitas, heteroskedastisitas, autokorelasi maupun normalitas), uji stasioneritas data, kointegrasi johansen / engle granger, VAR, VECM, ECM, Pooled Data..

semoga dapat membantu, mohon maaf atas segala kekurangan ,
Terima Kasih telah berkunjung
:-)

Jumat, 24 Mei 2013

Regresi Linear Berganda dengan eviews7

Regresi Linear Berganda dengan eviews tidak jauh berbeda dari regresi linear sederhana, perbedaannya hanya pada jumlah variabel independen yang lebih dari 1.
Langkah- langkahnya adalah sbb:

  • -        Siapkan data dalam mc. Excell (saya menggunakan data IHSG, Inflasi, Kurs, dan BI Rate dari jun2005 – des 2012), seperti gambar dibawah ini

  • -          Buka program eviews
  • -          Klik file => new => workfile


  • -          Pada workfile structure type, pilih dated-regulary frequency (untuk data times series) dan unstructure/ undated (untuk data panel). Karena data saya dalam bentuk times series, saya memilih dated-regulary frequency
  • -          Pada data specification, frequency masukan jenis data : annual (tahunan), monthly (bulanan), semi anual (semester/6 bulanan),weekly (mingguan), dsb, tergantung jenis data yang kita gunakan, kali in saya memilih monthly karena data yang saya gunakan adalah data bulanan.
  • -          Pada start date masukan awal data yaitu jun2005 dan pada end date masukan akhir data yaitu dec2012, klik ok
  • -          Maka akan muncul workfile: untitled, kemudian pilih File => import => import from file => pilih file yang akan diimport
  • -          Klik saja next => next => next => finish, maka tampilannya akan seperti ini
  • -          Untuk melakukan regeresi sederhana, klik ihsg, kemudian tekan ctrl dan klik inflasi,kurs dan bi rate
  • -          Klik kanan, pilih open => open as equation, gambarnya seperti ini
  • -          Kemudian tekan ok, dan outputnya adalah sbb :





 dari hasil output di atas, dapat ditulis persamaan
IHSG = 12114,99 + 122,0393INF - 0,56944KURS - 641,7033BIR

Mohon maaf atas segala kekurangan, semoga dapat membantu, terimakasih.. :-)
jangan lupa berikan masukannya ya...

Regresi Linear Sederhana Dengan EViews7

Oleh : Jul Fahmi Salim

Assalamualaikum wr.wb
Regresi Linear sederhana dengan eviews 7, ternyata tidak terlalu sulit kok.
Langkah- langkahnya adalah sbb:
  • -     Siapkan data dalam ms. Excell (saya menggunakan data IHSG dan Kurs dari jun2005 – des 2012), seperti gambar dibawah ini

  • -          Buka program eviews Klik file => new => workfile

  • -     Pada workfile structure type, pilih dated-regulary frequency (untuk data times series) dan unstructure/ undated (untuk data panel). Karena data saya dalam bentuk times series, saya memilih dated-regulary frequency

  • -          Pada data specification, frequency masukan jenis data : annual (tahunan), monthly (bulanan), semi anual (semester/6 bulanan),weekly (mingguan), dsb, tergantung jenis data yang kita gunakan, kali in saya memilih monthly karena data yang saya gunakan adalah data bulanan.
  • -          Pada start date masukan awal data yaitu jun2005 dan pada end date masukan akhir data yaitu dec2012, klik ok
  • -          Maka akan muncul workfile: untitled, kemudian pilih File => import => import from file => pilih file yang akan diimport
  • -          Klik saja next => next => next => finish, maka tampilannya akan seperti ini

  • -          Untuk melakukan regeresi sederhana, klik ihsg, kemudian tekan ctrl dan klik inflasi
  • -          Klik kanan, pilih open => open as equation,  seperti berikut

  • -          Kemudian tekan ok, dan outputnya adlah sbb :
dari hasil regresi di atas dapat kita tulis persamaan :
Y = B1 + B2X2
ihsg = 4927,330 - 0,25446kurs

mohon maaf atas segala kekurangan semoga membantu.... :-)

Daftar Pustaka :
Ajija, Shochrul R dkk. 2011. Cara Cerdas Menguasai Eviews. Salemba Empat. Jakarta. 


Minggu, 12 Mei 2013

Uji Validitas dan Reliabilitas Kuesioner dengan SPSS

  1. Uji Validitas

Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen pengumpulan data, validitas bisa dibedakan menjadi validitas faktor dan validitas item. Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan antara skor faktor (penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan faktor), sedangkan pengukuran validitas item dengan cara mengkorelasikan antara skor item dengan skor total item.
 sebelum melakukan langkah yang ada di SPSS, terlebih dahulu data/pertanyaan di coding ke dalam excel sehingga tinggal di copas ke spss.

data sembarang :


Langkah-langkah dengan program SPSS
Ø  Masuk program SPSS
Ø  Klik variable view pada SPSS data editor
Ø  Pada kolom Name ketik item1 sampai item10, kemudian terakhir ketikkan skortot (skor total didapat dari penjumlahan item1 sampai item10)
Ø  Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
Ø  Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
Ø  Buka data view pada SPSS data editor
Ø  Ketikkan data sesuai dengan variabelnya, untuk skortot ketikkan total skornya.
Ø  Klik Analyze - Correlate - Bivariate
Ø  Klik semua variabel dan masukkan ke kotak variables
Ø  Klik OK. Hasil output 




            Dari hasil analisis didapat nilai korelasi antara skor item dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 12, maka didapat r tabel sebesar 0,576 (lihat pada lampiran tabel r).
            Berdasarkan hasil analisis di dapat nilai korelasi untuk item 1, 9 dan 10 nilai kurang dari 0,576. Karena koefisien korelasi pada item 1, 9 dan 10 nilainya kurang dari 0,576 maka dapat disimpulkan bahwa item-item tersebut tidak berkorelasi signifikan dengan skor total (dinyatakan tidak valid) sehingga harus dikeluarkan atau diperbaiki. Sedangkan pada item-item lainnya nilainya lebih dari 0,576 dan dapat disimpulkan bahwa butir instrumen tersebut valid.

2. Uji Reliabilitas


Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Atau dengan cara lain, analisis ini menghitung korelasi tiap item dengan skor total (teknik bivariate pearson), tetapi skor total disini tidak termasuk skor item yang akan dihitung. Sebagai contoh pada kasus di atas kita akan menghitung item 1 dengan skor total, berarti skor total didapat dari penjumlahan skor item 2 sampai item 10. Perhitungan teknik ini cocok digunakan pada skala yang menggunakan item pertanyaan yang sedikit, karena pada item yang jumlahnya banyak penggunaan korelasi bivariate (tanpa koreksi) efek overestimasi yang dihasilkan tidak terlalu besar.
            Menurut Azwar (2007) agar kita memperoleh informasi yang lebih akurat mengenai korelasi antara item dengan tes diperlukan suatu rumusan koreksi terhadap efek spurious overlap
            Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05. Kriteria pengujian adalah sebagai berikut:
-     Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).
-     Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid).
Sebagai contoh kasus kita menggunakan contoh kasus dan data-data pada analisis produk momen di atas.
Langkah-langkah pada program SPSS
Ø  Masuk program SPSS
Ø  Klik variable view pada SPSS data editor
Ø  Pada kolom Name ketik item1 sampai item 10
Ø  Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
Ø  Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
Ø  Buka data view pada SPSS data editor
Ø  Ketikkan data sesuai dengan variabelnya,
Ø  Klik Analyze - Scale – Reliability Analysis
Ø  Klik semua variabel dan masukkan ke kotak items
Ø  Klik Statistics, pada Descriptives for klik scale if item deleted
Ø  Klik continue, kemudian klik OK, hasil output yang didapat adalah sebagai berikut:



Dari output di atas bisa dilihat pada Corrected Item – Total Correlation, inilah nilai korelasi yang didapat. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 12, maka didapat r tabel sebesar 0,576 (lihat pada lampiran tabel r).
            Dari hasil analisis dapat dilihat bahwa untuk item 1, 5, 9 dan 10 nilai kurang dari 0,576. Karena koefisien korelasi pada item 1, 5, 9 dan 10 nilainya kurang dari 0,576 maka dapat disimpulkan bahwa butir instrumen tersebut tidak valid. Sedangkan pada item-item lainnya nilainya lebih dari 0,576 dan dapat disimpulkan bahwa butir instrumen tersebut valid.
Sebagai catatan: analisis korelasi pada contoh kasus di atas hanya dilakukan satu kali, untuk mendapatkan hasil validitas yang lebih memuaskan maka bisa dilakukan analisis kembali sampai 2 atau 3 kali, sebagai contoh pada kasus di atas setelah di dapat 6 item yang valid, maka dilakukan analisis korelasi lagi untuk menguji 6 item tersebut, jika masih ada item yang tidak signifikan maka digugurkan, kemudian dianalisis lagi sampai didapat tidak ada yang gugur lagi.

sumber klik disini