Tampilkan postingan dengan label Data. Tampilkan semua postingan
Tampilkan postingan dengan label Data. Tampilkan semua postingan

Minggu, 21 Januari 2018

Cara Interpolasi Data Dengan Menggunakan EViews 9

Oleh : Jul Fahmi Salim

Assalamualaikum wr wb..
Selamat Pagii....
Semoga kita selalu dlam keadaan sehat... Amiin Ya rabbal alamin..

Baiklah kali ini kita akan belajar bagaimana melakukan interpolasi data dengan menggunakan eviews 9

Terlepas dari berbagai perdebatan mengenai interpolasi data, tidak dapat dipungkiri interpolasi merupakan salah satu kebutuhan yang sangat mendesak jika data penelitian sedikit atau terdapat data yang hilang.

Berikut merupakan langkah-langkahnya :
  • Siapkan data excel yang akan digunakan



  • Tentukan pemakaian data yang akan dilakukan interpolasi, misalnya dari tahunan menjadi bulanan, tahunan ke kuartalan dll 
  • Kali ini kita akan mencoba interpolasi data tahunan menjadi kuartalan
  • Pilih file - new - workfile - Pilih jenis series data (Annual, Quarterly, Monthly dll) karena data dalam bentuk kuartalan maka saya memilih quarterly - start date 2005q4 end date 2016q4 - ok



  • object - new object - series - variabel name bisa dibuat sesuai keinginan


  • Doubleclick pada variabel y, kemudian klik edit 


  • copy kan data yg di excel ke variabel y (karena data kuartalan jadi di asumsikan data tahunan merupakan data kuartal 4 setiapa tahunnya)




1
2

  • setelah selesasi klik proc - interpolate - linear - output series nama isi dengan nama baru misalnya y_interpolasi -klil ok


  • maka akan terlihat jendela output  berupa data Y yang telah di interpolasi



untuk variabel lainya silahkan diulang langkah-langkah seperti pada variabel Y

Untuk Melihat Videonya : Klik disini

Mohon kritik dan sarannya untuk memperbaiki tulisannya ini.. Terima Kasih sudah berkunjung

Referensi :
http://www.eviews.com/help/helpintro.html#page/content/series-Interpolate.html
http://www.eviews.com/help/helpintro.html#page/content/Basedata-Frequency_Conversion.html
https://www.researchgate.net/post/How_can_I_linearise_a_data_series_using_Eviews_When_is_it_proper_to_reduce_the_frequency_of_annual_data_into_quarterly_data
https://columbiaeconomics.com/2010/01/20/how-economists-convert-quarterly-data-into-monthly-cubic-spline-interpolation/comment-page-1/



Minggu, 15 Mei 2016

Cara Mendeteksi Outlier Data Menggunakan SPSS

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, haahhaa)



  • Kemudian copy dan pastekan data di excel ke dalam SPSS, seperti gamabr dibawah ini



  • Ganti nama variabel sesuai dengan kebutuhan, disini saya membuat "Number","Y", "X1", "X2" "X3", "X4" dan "X5"

Sebelum

Sesudah



  • Kemudian klik analyze ==> regression ==> linear



  • Masukan variabel "number" ke dependen dan variabel lain yang ingin di uji ke dalam variabel independen Kemudian klik "Save"






  • Terdapat berbagai pilihan yang harus di centang dalam tab tersebut, maka yang perlu kita centang ckup "unstandarized" "Standarized" "mahal's" "cook" dan "Lev" pada kolom "Predicted Value" dan pada kolom residual ckup klik "Standarized" dan klik ok

Sebelum



Sesudah


  • abaikan hasil outputnya, selanjutnya lihat di "varibel view", maka di tab tersebut akan terdapat penambahan beberapa variabel dan berbapa dia antaranya adalah  berupa mahl, cook dan lev



  • Untuk melihat data yang abnormal, lihat nilai mahl nya, untuk N=30 batasnya adalah 11, jika N=100 maka batasnya adalah 15, artinya jika dalam hasl tersebut terdapat nilai mahl > 11 atau > 15 maka data tersebut harus di buang agar data yang digunaka untuk penelitian memberikakn hasil yang lebih baik.
  • Untuk melihat satu persatu data tersebut yanga akn digunakan untuk regresi, maka copy dan pastekan data mahl,cooks dan levv tersebut ke Excel



Sebagai contoh, pada hasil uji tersebut, salah satu data yang harus di deleted adalah data yang berada di baris kedua, karena nilai Mahl (16,16) > 15, sehngga dapat disimpulkan salah satu data yang abnormal berada di baris kedua. selanjutnya periksa satu persatu datanya, dan hapuslah semua data yang tidak normal tersebut. Setelah dihapus maka data tersebut lah akan digunakan untuk melakukan regresi,biasanya hasil regresinya akan lebih bagus  dari yang belum diuji degan outlier tadi.

Demikianlah langka-langkah dalam mendeteksi outliers dalam data penelitian kita, mohon maaf atas segala kekurangan, semoga dapat membantu.

Silahkan berikan masukannya untuk memperbaiki tulisan ini,,
Terima Kasih Sudah berkunjung.. :-)



Senin, 29 Juni 2015

Transformasi Data Ke Dalam Bentuk Logaritma dengan Shazam

Oleh : Jul Fahmi Salim

Assalamualaikum wr wb...

Selamat Pagii...

Selamat Menjalankan Ibadah Puasa...

Baiklah pagi ini saya akan sharing cara transformasi data ke dalam bentuk logaritma di software Shazam..

Berikut merupakan langkah - langkahnya :


  • Buka Shazam
  • Buka file excel yang berisi data yang akan di transformasi 
Data Penelitian

  • Input data pada shazam

  • Pada baris setelah ols maka transformasi data dengan menggunakan perintah "GENR"


untuk Y
GENR LY = LOG (Y) 

untuk X1
GENR LX1 = LOG (X1) 

untuk X2
GENR LX2 = LOG (X2)

untuk X33
GENR LX3 = LOG (X3) 


  • Berikut hasil input nya

  • Kemudian klik run




Mari kita lihat perbedaannya...

Sebelum di transformasi


Pada Variable Name masih X1 X2 X3,


  • Setelah di transformasikan ke dalam bentuk logaritma


Sesudah di Transformasi ke dalam bentuk Logaritma



Nah pada variable name sudah berubah menjadi LX1 LX2 LX3, itu artinya data yang tadinya masih dalam bentuk biasa telah berubah ke dalam bentuk logaritma..


Selamat mencoba..

Terimakasih Sudah Berkunjung,,,

Cara Mendapatkan EViews 11 Demo Version

 Oleh: Jul Fahmi Salim Assalmkum wrwb.. Selamat Pagi, Siang, Malam teman-teman sekalian, jika dipostingan sebelumnya sydah ada cara mendapat...