Cara Mengubah variabel ke dalam bentuk First Difference (d)

-
Assalamualaikum wr wb

(Updated)
Kadangkala kita menemukan hasil regresi yang tidak sesuai harapan, bahkan seringkali kita di anjurkan untuk mengutak atik model, mulai dari trnasformasi ke dalam bentuk Log dan Ln, semi Log dsb nya atau bahkan kita mengubah model, tapiiiii dengan mengubah model, otomatis bab III harus di obrak-abrik lagiiii, ahhhh, peninglah....
ternyata ada salah satu cara yang mungkin bisa berguna, yaitu dengan cara mengubah variabel ke dalam bentuk first difference (d)

Berikut merupakan langkah-langkah untuk mengubah data ke dalam bentuk first difference (d)
  • buka eviews 
  • input data  seperti biasa, jika lupa-lupa ingat klik disini untuk menyegarkan ingatan kembali.hihihi
  • ketika sudah terpampang workfile kita seperti di bawah ini


  • coba perhatikan tab yang dilingkari, tuh ada tulisan "Genr"
  • kali ini kita akan bermain-main dengan tab "genr" ini, cara ini hampir sama dengan cara untuk mentransformasikan data ke dalam bentuk Log dan Ln pada posstingan saya sebelumnya.
  • untuk mengubah ke dalam bentuk first difference (d), klik genr, kemudian akan keluar jendela genr tersebut
  • Untuk variabel IHSG, silahkan ketik  dihsg=d(ihsg) kemudian tekan enter

  • Untuk variabel Kurs, silahkan ketik  dkurs=d(kurs) kemudian tekan enter

    • Untuk variabel BI Rate, silahkan ketik  dbirate=d(birate) kemudian tekan enter
    • Untuk variabel inflasi, silahkan ketik  dinflasi=d(inflasi) kemudian tekan enter
    • Sekarang semua variabel yang ada telah berubah ke dalam bentuk first difference, 
    • sekarang coba kita bandingkan data biasa dengan data yang telah diubah ke dalam bentuk first diference


    • terdapat perbedaan pada observasi pertama kan (lingkaran Biru)?? itu lah perbedaan antara data biasa dan data yang telah diubah ke dalam bentuk first difference....
    Selanjutnya untuk melakukan regresi digunakan data yang sudah dalam bentuk First Difference tersebut.

    Semoga tulisan ini dapat membantu teman-teman, dan seperti biasa tolong berikan masukan yang dapat memperbaiki isi dari tulisan ini dan share jika bisa bermanfaat bagi orang lain. terima kasih telah berkunjung... :-)

    (Ini merupakan update dari postingan sebeluumnya.. karena keterbatasan ilmu dan pemahaman pada saat postingan pertama ini, maka terjadi kesalahan.. saya mohon maaf yang sebesar-besarnya, terima kasih atas masukkannya  Derry...hehhehe)

    Komentar

    selaput dara buatan mengatakan…
    infonya sangat mengena dengan apa yang selama ini menjadi pertanyaan saya. terima kasih banyak sudah berbagi
    11 Februari 2016 pukul 15.39
    Unknown mengatakan…
    Sangat membantu tugas akhir saya
    29 Juli 2016 pukul 16.37
    Anonim mengatakan…
    mohon maaf sedikit koreksi biar gak salah kasih informasi. First Difference itu ser - ser(-1) dengan kata lain dser = ser - ser(-1). bukan cuman ser(-1)
    30 Juli 2016 pukul 00.17
    Unknown mengatakan…
    terima kasih banyak kak... sangat membantu sekali...
    20 Februari 2017 pukul 13.07
    Rise from the Ashes mengatakan…
    itu data semua variabel kah yang diubah ke dalam first difference, atau hanya variabel yang mengalami multikolinearitas saja?
    22 Mei 2017 pukul 12.45
    Unknown mengatakan…
    Mau nanya data yg sudah di first difference tersebut satuanya apa ya? Persenkah sama dengan log dan lon.
    8 Agustus 2017 pukul 12.16
    Unknown mengatakan…
    Mas kalau yang second difference nya giamana?
    24 April 2019 pukul 21.38
    Posting Komentar

    Postingan populer dari blog ini

    Cara Mentransformasi data ke dalam bentuk Log dan Ln dengan Eviews7

    -
    Gambar
    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 => pi
    Baca selengkapnya

    Transformasi data Ke Dalam Bentuk Log dan Ln dengan SPSS 20

    -
    Gambar
    Oleh : Jul Fahmi Salim Asslamkum Wr.Wb Sebelumnya saya sudah share mengenai Transformasi data ke dalam bentuk Log dan Ln menggunakan microsoft Excel, kali ini saya share mengenai Transformasi data Ke Dalam Bentuk Log dan Ln dengan SPSS 20... cara mentransformasi data ke dalam bentuk Log dan Ln dengan menggunakan SPSS 20 1. Buka spss 2. input data 3. klik menu transform => compute Variable 4. Setelah keluar jendela compute variable, isi seperti berikut 5. Pada Target Variabel, isi dengan nama yang akan muncul di data editor, saya membuat "Log_IHSG" 6. Kemudian pada kotak "Function Group" klik "All" dan pada kotak "Fuction and Special Variables", double klik pada "Log10" 7. Kemudian double klik IHSG 8. Maka, pada Numeric Expression akan menjadi LG10(IHSG), yang artinya, Variabel IHSG akan diubah      ke dalam bentuk logaritma. kemudian klik Ok 9. Coba di cek pada data editor, maka ak
    Baca selengkapnya

    Cara Mendeteksi Outlier Data Menggunakan SPSS

    -
    Gambar
    Oleh : Jul Fahmi Salim Selian Assalamualaikum wr wb.. Selamat Pagi... Sebelumnya saya sudah share beberapa pengolahan data menggunakan SPSS , kali ini mari kita sama-sama belajar bagaimana mendeteksi data outlier dalam sebuah penelitian. Salah satu kegunaan deteksi data outlier ini adalah akan mampu meningkatkan korelasi data, sehingga akan menaikan R Square dari data. Dan terbukti beberapa kali, sebelum data di deteksi dengan outlier, hasil regresi bisa dikatakan sangat-sangat parah, mulai dari R Square yang sangat kecil, tidak ada variabel yang signifikan, distribusi residual data tidak normal dan berabgai masalh klasik lainnya. "Makasi Kk Mutia Handayani, uda di izinkan memakai datanya.. :-) " Berikut merupakan langkah-langkah dalam mendeteksi data outlier dengan menggunakan SPSS : Siapkan data dalam file Excel, susunannya seperti dalam gambar di bawah ini Buka Program SPSS (jangan buka shazam atau eviews, soalnya saya belum nemu caranya,
    Baca selengkapnya