I. JUDUL:
Pengenalan Eviews dan Statistik Deskriptif II. TUJUAN:
Mahasiswa dapat mengoperasikan software EVIEWS untuk menampilkan statistik deskriptif dari satu variabel maupun dari suatu group, menampilkan matriks covariance, serta menampilkan matriks korelasi.
III. DASAR TEORI:
A. Pengenalan Eviews 1. Pengertian Eviews
Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan analisis regresi, dan melakukan peramalan dengan basis Windows. Dengan fasilitas-fasilitas yang tersedia di software ini, pengguna dapat dengan mudah membangun hubungan statistik dari data dan dengan menggunakan hubungan tersebut dapat dilakukan peramalan untuk mengetahui nilai-nilai yang akan datang dari data yang dianalisis. Eviews terutama digunakan dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi, simulasi, peramalan penjualan, dan analisis biaya (Quantitative Micro Software,2000).
2. Mengoperasikan Eviews 4.1
Double klik icon Eviews 4.1. kemudian muncul Eviews Window di layar komputer. Menu utama Eviews terletak di bawah title bar. Perintah dapat dijalankan dengan meng-klik menu tersebut. Di bawah menu bar terdapat command window. Anda dapat menuliskan perintah pada window tersebut dan menjalankan peintah tersebut dengan menekan enter. Area di tengah adalah work area dimana akan mditampilkan objek windows yang diperintahkan. Perintah-perintah yang terdapat di menu utama hampir sama dengan menu yang ada di work file window.
Gambar 1.1 Eviews Window
1. Membuat Workfile
Untuk membuat suatu workfile, dari menu utama pilih option : File New Workfile. Pada kotak Frequency, dipilih salah satu frekuensi workfile yang akan digunakan. Pada kotak Range diisikan tanggal awal pada kolom Start date dan tanggal akhir pada kolom End date dari data yang akan dibuat.
Aturan dalam mendeskripsikan data adalah sebagai berikut: Annual (data tahunan)
Untuk data antara tahun 1930-2029 dapat ditulis dengan 2 digit atau 4 digit, misalnya 96 atau 1996. Sedangkan untuk tahun-tahun yang lain harus ditulis dengan lengkap, misalnya tahun 141 atau 1173.
Semi–annual (data ½ tahunan)
Dibuat dengan cara menulis tahun diikuti oleh tanda “:” atau “S” dan diakhiri dengan “1” atau “2” yang menotasikan semestar pertama atau semester kedua. Sebagai contoh 1996:1 atau 1996S1.
Quarterly (data kuartalan)
Dibuat dengan cara menulis tahun diikuti oleh tanda “:” atau “Q” dan diakhiri dengan “1”, “2”, “3”, atau “4” yang menotasikan nilai kuartalnya. Sebahai contoh 1996:3 atau 1996Q1.
Monthly (data bulanan)
Dibuat dengan cara menulis tahun diikuti oleh tanda “:” atau “M” dan diakhiri dengan “1”, “2”, ..., atau “12” yang menotasikan periode bulan. Sebahai contoh 1996:3 atau 1996M1.
Weekly (data mingguan)
Secara standar, data dibuat dengan menulis (bulan:tanggal:tahun), sehingga misalnya ditulis 09/10/02 menyatakan tanggal 10 September 2002.
Daily (5 day weeks) : data harian (5 hari dalam 1 minggu) dengan menulis (bulan:tanggal:tahun)
Daily (7 day weeks) : data harian (7 hari dalam 1 minggu) dengan menulis (bulan:tanggal:tahun)
Undated or Iregular
Digunakan antara lain untuk data cross section. Jika memilih jenis data ini, maka pada kotak Range terdapat kolom isian untuk Start Observation dan End Observation.
Jika isian telah lengkap klik OK. Maka pada workfie yang telah dibuat, scara otomatis akan muncul dua icon, yaitu vektor koefisien c dan serial residual resid.
Setelah selesai membuat workfile dapat dilanjutkan dengan membuat variabel baru. Caranya adalah dengan memilih option : Objects New Object
Pilih salah satu tipe pada kotak Type of Object. Beberapa pilihan object adalah:
o Equation : membuat persamaan
o Graph : membuat grafik
o Matrix-Vector Coef : membuat matriks atau vektor
o Model : membentuk model
o Sample : membuat sampel dari populasi yang tersedia
o Series : membuat deret runtun waktu
o Table : membuat data dalam bentuk tabel
o Text : membuat teks
o VAR : membuat data Vector Auto Regression
Jika dalam hal ini akan dibuat suatu deret runtun waktu, maka pilih Series dan beri nama objek pada kolom Name of Object. Ada beberapa nama yang tidak boleh diberikan pada object/variabel, yaitu : ABS, ACOS, AR, ASIN, C, CON, CNORM, COEF, D DLOG, DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPT1, LPT2, MA, NA, NRND, PDL, RESID, RND, SAR, SIN, SIN, SMA, SQR, THEN.
3. Memasukkan Data
Untuk memasukkan data, sorot kursor pada variabel deposito dan pilih option: Show. Selanjutnya klik OK.
Jika ingin memasukkan data beberapa variabel yang terdapat dalam satu file sekaligus, dapat dilakukan dengan cara mengetikkan variabel-variabel yang diinginkan secara berurutan pada kotak dialog Show.
Selanjutnya proses pengisian data dapat dimulai setelah sebelumnya klik tombol : Edit+/- . Proses pengisian data dapat segera dilakukan.
Untuk menghapus suatu variabel dilakukan dengan klik satu kali pada icon variabel yang akan dihapus, kmudian klikn menu delete pada workfile menu atau klik kanan pada icon variabel tersebut, kemudian pilih delete.
Untuk memunculkan keterangan variabel, yaitu tanggal dan jam operasi dilakukan, klik ViewDisplay Command atau klik langsung Label +/- pada workfile menu. 4. Menyimpan File
Workfile yang telah dibuat disimpan dengan cara pilih option : File Save As atau File Save
5. Membuat Group
Dari beberapa variabel yang dipunyai, dapat dibentuk suatu grup yang terdiri dari dua atau lbih variabel. Pembuatan group dilakukan dengan cara pilih:
Dilanjutkan dengan mengisi variabel-variabel yang diinginkan pada kotak Series List Atau dengan cara lain, pada menu workfile dipilih option : Show
Dilanjutkan dengan mengisi variabel-variabel yang diinginkan pada kotak Series List Group yang telah dibuat dapat disimpan dengan cara klik : Name pada menu workfile, selanjutnya muncul kotak object Name, beri nama Group01.
6. Mencetak Data
Data/variabel/group/equation/object yang akan dicetak akan dibuka terlebih dahulu (double klik pada icon), kemudian klik menu print.
7. Membuka File Data Runtun Waktu
Untuk membuka suatu file data yang telah ada pada suatu direktori dari menu utama pilih option : FileOpenWorkfile
8. Mengubah Ukuran Workfile
Jika akan dilakukan perubahan ukuran pada workfile yang telah dibuat, maka pilih option : ProcsChange Workfile Range. Selanjutnya masukkan start date dan end date yang baru.
9. Membuat Grafik
Dari suatu variabel yang telah dipunyai, dapat ditampilkan dalam bentuk grafik. Jenis-jenis grafik yang dapat ditampilkan adalah : Line graph, Bar graph, Scatter, XY Line, dan Pie.
Langkah yang harus dilakukan adalah sebagai berikut:
1. Dari menu utama Eviews, andaikan akan dibuat Line graph untuk variabel deposito, pilih option: Quick Graph Line graph
2. Selanjutnya akan muncul kotak dialog Series List. Pada kolom List of series, groups, and/or series expressions, ketik variabel-variabel yang akan ditampilkan grafiknya. Klik OK jika telah selesai.
3. Ada beberapa menu pilihan antara lain: Print :mencetak
Name :memberi nama graph
Add Text :menambah tulisan sebagai keterangan grafik yang ditampilkan
Line/Shade:untuk menentukan jenis grafik,warna, dan arsiran Option :untuk menentukan beberapa pilihan tampilan grafik Zoom :untuk menampilkan grafik pada ukuran kecil atau besar 10. Membangkitkan Data Baru
Dari suatu variabel yang telah dipunyai, kita dapat membangkitkan suatu data baru, misalkan untuk tujuan transformasi data. Beberapa transformasi yang dapat
dilakukan antara lain: mebuat pangkat, logaritma, eksponensial, diferensi, dan lain-lain.
Langkah yang harus dilakukan adalah sebagai berikut: 1. Dari menu utama Eviews, pilih option:
Quick Generate Series atau Procs Generate Series
2. Selanjutnya akan muncul kotak dialog Generate Series by Equation yang dapat diisikan perintah untuk perhitungan matematis. Perintah observasi matematis Eviews antara lain:
+ penjumlahan / pembagian - pengurangan ^ pangkat * perkalian = sama dengan B. Statistik Deskriptif
Statistik deskriptif adalah statistika yang mempelajari segi-segi yang penting dari data. Statistik deskriptif digunakan untuk mendeskripsikan fakta, antara lain dengan cara menghitung ukuran parameter dan fungsi distribusi statistika berdasarkan data empiris.
Parameter-parameter tersebut adalah : 1. Rata-rata (mean)
Mean merupakan nilai tengah atau kecenderungan pusat.
Jika penyebaran data simetri terhadap rata-rata, maka rata-rata hitung = median = modus.
Jika diberikan data sampel random X1, X2 ,…, Xn, n adalah ukuran sampel, maka rata-rata hitung diberikan dengan
X
= i n 1 iX
n
1
2. MedianData sampel dibagi ke dalam dua bagian yang sama, sehingga setengah dari kumpulan data berada diatas median, dan setengah lagi dibawahnya.
Diberikan data terurut X(1), X(2) , …, X(n) (dari nilai yang terkecil sampai dengan nilai terbesar). Maka median diberikan dengan
M =
genap
n
2
X
X
ganjil
n
X
1 (n/2) n/2 1)/2 (nJika ukuran sampel n adalah ganjil, maka median diambil dari data pada posisi yang di tengah. Sedangkan jika ukuran sampel n adalah genap, maka median diambil dari rata-rata dua data pada posisi yang di tengah.
3. Varian
Varian merupakan pengukuran variasi sekitar mean.
Diberikan data sampel random X1, X2,…,Xn, dengan n adalah ukuran sampel, maka varian sampel diberikan dengan
S2 = 2 i n 1 i
(X
-
X
)
n
1
4. Standar deviasiStandar deviasi merupakan rata-rata variasi dari semua data terhadap nilai tengah (rata-rata), yang nilainya adalah akar dari varian, yaitu S.
S =
S
2Jika varian dengan rumus di atas digunakan untuk memperkirakan (estimasi) varian populasi, maka pengukuran varian tersebut memberikan hasil yang bias. Untuk menjadikan varian sampel sebagai varian yang tak bias terhadap varian populasi, digunakan rumus : S2 = 2 i n 1 i (X -X) 1 -n 1
Dengan menggunakan rumus tersebut, maka estimasi dari varian sampel sama dengan nilai varian populasi, atau ditulis E(S2) = 2 . Artinya, bahwa nilai harapan dari varian sampel sama S2 dengan varian populasi 2.
5. Skewness
Skewness dari suatu distribusi simetris (distribusi normal) adalah nol positif. Skewness menunjukkan bahwa distribusi datanya memiliki ekor panjang di sisi kanan.
n i i y y N S 1 3 ˆ ) ( 1 N N S ( 1)/ ˆ 6. KurtosisKurtosis merupakan parameter untuk mengukur ketinggian suatu distribusi dengan rumus:
n i i y y N K 1 4 ) ( 1 7. Jarque-beraJarque-bera digunakan untuk mengetahui apakah data berdistribusi normal. Hipotesis :
H1 : Data tidak berdistribusi normal Statistik uji : ) 4 ) 3 ( ( 6 2 2 N K S k JB
Daerah kritis : H0 ditolak jika probabilitas <α 8. Covarian (antara variabel x dan y)
Cov(x,y) = n 1 i (xi -x)(yi -y) 1 -n1 9. Korelasi
Korelasi menyatakan hubungan antara satu variabel dengan variabel lainnya. Ukuran korelasi : koefisien korelasi r ; -1 r 1
Koefisien korelasi antara variabel x dan variabel y dinyatakan dengan S S y) Cov(x, r y x
S
S
,
)
X
-(X
1
-n
1
S
2 x x 2 i n 1 i 2 x
(Y
-
Y
)
,
S
S
1
-n
1
S
2 y y 2 i n 1 i 2 y
Statistik Deskriptif Dari Satu Variabel
Untuk menampilkan statistik deskriptif dari satu variabel, misalkan variabel deposito dari file data1.wf1, dilakukan langkah-langkah sebagai berikut:
1. Membuka file data data1.wf1
2. Dari menu utama Eviews, pilih option:
Quick Series Statistics Histogram and Stats
3. Selanjutnya akan muncul kotak dialog Series List. Pada kolom Series name, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito.
4. Jika semua telah selesai, klik OK.
Dari output yang diperoleh dapat ditampilkan statistik deskriptifnya sesuai dengan kebutuhan yang akan diteliti, yaitu dengan cara:
View Descriptive Statistics Stats by Classification Statistik Deskriptif Dari Suatu Group
Untuk menampilkan statistik deskriptif dari suatu group, misalkan dari file data1.wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut:
2. Dari menu utama Eviews, pilih option:
Quick Group Statistics Descriptive Statistics Common Sample
3. Selanjutnya akan muncul kotak dialog Series List. Pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg.
4. Jika semua telah selesai, klik OK. Covariance Matrix
Untuk menampilkan Matriks Covariance dari suatu group, misalkan dari file data1.wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut:
1. Membuka file data data1.wf1
2. Dari menu utama Eviews, pilih option: Quick Group Statistics Covariances
3. Selanjutnya akan muncul kotak dialog series List. Seperti halnya pembuatan statistik deskriptif untuk group, pada kolom List of Series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg.
4. Jika semua telah selesai, klik OK. Correlation Matrix
Untuk menampilkan Matriks Korelasi dari suatu group, misalkan dari file data1.wf1 dibuat suatu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut:
1. Membuka file data data1.wf1
2. Dari menu utama Eviews, pilih option: Quick Group Statistics Correlations
3. Selanjutnya akan muncul kotak dialog Series List. Seperti halnya pada pembuatan Covariances Matrix, pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang akan ditampilakan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg.
4. Jika semua telah selesai, klik OK. IV. PERMASALAHAN:
Berdasarkan data di bawah, lakukan perintah berikut ini: 1. Buatlah statistik deskriptif untuk masing-masing variabel
2. Buatlah statistik deskriptif untuk suatu group yang terdiri dari variabel DEPOSITO, IHSG, dan SUKUBUNGA.
DATA VARIABEL DEPOSITO DAN INDEKS HARGA SAHAM GABUNGAN PERIODE 1999:1 SAMPAI DENGAN 2001:12
WAKTU DEPOSITO IHSG SUKUBUNGA 1999:1 1999:2 1999:3 1999:4 1999:5 1999:6 1999:7 1999:8 1999:9 1999:10 1999:11 1999:12 2000:1 2000:2 2000:3 2000:4 2000:5 2000:6 2000:7 2000:8 2000:9 2000:10 2000:11 2000:12 2001:1 2001:2 2001:3 2001:4 2001:5 2001:6 2001:7 2001:8 2001:9 2001:10 2001:11 204.54 207.12 206.75 205.34 204.76 204.07 201.93 206.61 198.68 198.79 199.00 202.45 205.12 205.27 209.34 205.48 207.21 208.24 210.91 211.99 211.87 214.33 217.15 221.37 222.10 224.04 226.04 227.04 229.63 233.46 238.42 237.92 239.44 241.06 245.18 54.50 38.20 34.85 34.09 31.20 25.20 23.45 19.06 15.88 13.37 12.91 12.95 11.85 12.64 12.40 12.16 11.81 11.69 11.79 11.36 12.84 12.10 13.17 13.24 13.83 14.35 14.36 14.93 14.92 15.00 15.14 15.62 16.16 16.67 17.06 15.12 16.95 16.22 14.57 17.13 15.47 12.75 13.79 14.44 14.47 11.65 15.14 15.12 14.79 13.08 15.24 15.14 14.84 16.29 16.40 16.74 16.80 16.20 16.20 16.09 18.23 20.99 24.21 25.02 22.62 21.89 21.31 20.11 18.49 16.72
2001:12 249.15 17.24 15.72
V. OUTPUT:
A. STATISTIK DESKRIPTIF DARI SATU VARIABEL 1. Variabel DEPOSITO
3. Variabel SUKUBUNGA
B. STATISTIK DESKRIPTIF DARI SUATU GROUP
C. COVARIANCE MATRIX
VI. PEMBAHASAN:
A. STATISTIK DESKRIPTIF DARI SATU VARIABEL 1. Variabel DEPOSITO
Berdasarkan output, didapatkan hasil sebagai berikut: Nilai Mean dari variabel deposito adalah sebesar 216.1611 Berarti variabel deposito memiliki rata-rata sebesar 216.1611 Nilai Median dari variabel deposito adalah sebesar 210.1250 Berarti nilai tengah dari variabel deposito sebesar 210.1250 Nilai maksimum dari variabel deposito adalah sebesar 249.1500 Nilai minimum dari variabel deposito adalah sebesar 198.6800 Nilai standar deviasi dari variabel deposito adalah sebesar 14.71264 Nilai Skewness dari variabel deposito adalah sebesar 0.774414 Nilai Kurtosis dari variabel deposito adalah sebesar 2.313977
Berarti ketinggian suatu distribusi tersebut adalah sebesar 2.313977
Nilai Jarque-Bera dari variabel deposito adalah sebesar 4.304248 dengan probability 0.112637. Karena nilai probability > taraf signifikansi = (0.112637 > 0.05), maka data berdistribusi normal.
Berdasarkan output, didapatkan hasil sebagai berikut: Nilai Mean dari variabel IHSG adalah sebesar 17.99972 Berarti variabel IHSG memiliki rata-rata sebesar 17.99972 Nilai Median dari variabel IHSG adalah sebesar 14.64000 Berarti nilai tengah dari variabel IHSG sebesar 14.64000 Nilai maksimum dari variabel IHSG adalah sebesar 54.50000 Nilai minimum dari variabel IHSG adalah sebesar 11.36000 Nilai standar deviasi dari variabel IHSG adalah sebesar 9.426265 Nilai Skewness dari variabel IHSG adalah sebesar 2.270973 Nilai Kurtosis dari variabel IHSG adalah sebesar 7.964623
Berarti ketinggian suatu distribusi tersebut adalah sebesar 2.313977 Nilai Jarque-Bera dari variabel IHSG adalah sebesar 67.91513 dengan
probability 0.00000. Karena nilai probability < taraf signifikansi = (0.00000 < 0.05), maka data tidak berdistribusi normal.
3. Variabel SUKUBUNGA
Berdasarkan output, didapatkan hasil sebagai berikut:
Nilai Mean dari variabel SUKUBUNGA adalah sebesar 16.83167 Berarti variabel SUKUBUNGA memiliki rata-rata sebesar 16.83167 Nilai Median dari variabel SUKUBUNGA adalah sebesar 16.20000 Berarti nilai tengah dari variabel SUKUBUNGA sebesar 16.20000 Nilai maksimum dari variabel SUKUBUNGA adalah sebesar 25.02000 Nilai minimum dari variabel SUKUBUNGA adalah sebesar 11.65000 Nilai standar deviasi dari variabel SUKUBUNGA adalah sebesar 3.136412 Nilai Skewness dari variabel SUKUBUNGA adalah sebesar 1.039115 Nilai Kurtosis dari variabel SUKUBUNGA adalah sebesar 3.497230 Berarti ketinggian suatu distribusi tersebut adalah sebesar 3.497230
Nilai Jarque-Bera dari variabel SUKUBUNGA adalah sebesar 6.84914 dengan probability 0.032559. Karena nilai probability < taraf signifikansi = (0.032559 < 0.05), maka data tidak berdistribusi normal.
B. STATISTIK DESKRIPTIF DARI SUATU GROUP
Berdasarkan output, didapatkan hasil sebagai berikut: 1. Mean variabel DEPOSITO : 216.1611
Mean variabel IHSG : 17.99972
Mean variabel SUKUBUNGA : 16.83167 2. Median variabel DEPOSITO : 210.1250
Median variabel IHSG : 14.64000
Median variabel SUKUBUNGA : 16.20000 3. Maximum variabel DEPOSITO : 249.1500
Maximum variabel SUKUBUNGA : 25.02000 4. Minimum variabel DEPOSITO : 198.6800
Minimum variabel IHSG : 11.36000
Minimum variabel SUKUBUNGA : 11.65000 5. Std. Dev. Variabel DEPOSITO : 14.71264 Std. Dev. Variabel IHSG : 9.426265 Std. Dev. Variabel SUKUBUNGA : 3.136412 6. Skewness variabel DEPOSITO : 0.774414 Skewness variabel IHSG : 2.270973 Skewness variabel SUKUBUNGA : 1.039115 7. Kurtosis variabel DEPOSITO : 2.313977
Kurtosis variabel IHSG : 7.964623 Kurtosis variabel SUKUBUNGA : 3.497230 8. Jarque-Bera variabel DEPOSITO : 4.304248
dengan probability : 0.112637 Jarque-Bera variabel IHSG : 67.91513
dengan probability : 0.00000
Jarque-Bera variabel SUKUBUNGA : 6.849414
dengan probability : 0.032559
9. Sum variabel DEPOSITO : 7781.800
Sum variabel IHSG : 647.9900
Sum variabel SUKUBUNGA : 605.9400
10. Sum Sq. Dev. Variabel DEPOSITO : 7576.165 Sum Sq. Dev. Variabel IHSG : 3109.906
Sum Sq. Dev. Variabel SUKUBUNGA : 344.2977 11. Observatians variabel DEPOSITO : 36
Observatians variabel IHSG : 36 Observatians variabel SUKUBUNGA : 36 C. COVARIANCE MATRIX
Berdasarkan output, didapatkan hasil sebagai berikut:
1. Varian dari variabel DEPOSITO : 210.4490
2. Varian dari variabel IHSG : 86.38629
3. Varian dari variabel SUKUBUNGA : 9.563825 4. Kovarian dari variabel DEPOSITO dan IHSG : -29.29793
5. Kovarian dari variabel DEPOSITO dan SUKUBUNGA : 30. 17055 6. Kovarian dari variabel SUKUBUNGA dan IHSG : -3.173088 D. CORRELATIONS MATRIX
Berdasarkan output, didapatkan hasil sebagai berikut:
2. Korelasi antara variabel DEPOSITO dan SUKUBUNGA : 0.672503 3. Korelasi antara variabel SUKUBUNGA dan IHSG : -0.110394
VII.KESIMPULAN
Berdasarkan analisis yang telah dilakukan, dapat diambil kesimpulan sebagai berikut:
1. Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan analisis regresi, dan melakukan peramalan dengan basis Windows. Eviews terutama digunakan dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi, simulasi, peramalan penjualan, dan analisis biaya.
2. Statistik deskriptif adalah statistika yang mempelajari segi-segi yang penting dari data. Statistik deskriptif digunakan untuk mendeskripsikan fakta, antara lain dengan cara menghitung ukuran parameter dan fungsi distribusi statistika berdasarkan data empiris.
3. Pada Statistik Deskriptif dari satu variabel didapatkan output yang berisi histogram serta statistik deskriptifnya pada masing-masing variabel yaitu variabel DEPOSITO, IHSG, dan SUKUBUNGA. Parameter-parameter yang terdapat pada statistik deskriptif tersebut antara lain Mean, Median, Maximum, Minimum, Standar Deviasi, Skewness, Kurtosis, dan Jarque Bera.
4. Berdasarkan output dari statistik deskriptif dari suatu group, didapatkan statistik deskriptif untuk ketiga variabel yang terdapat di dalam group DPSTO_IHSG_SKBUNGA yaitu variabel DEPOSITO, IHSG, SUKUBUNGA. 5. Pada output dari statistik deskriptif dari satu variabel, didapatkan hasil bahwa:
a. Variabel DEPOSITO berdistribusi normal karena nilai probability dari Jarque-Bera > taraf signifikansi = (0.112637 > 0.05)
b. Variabel IHSG berdistribusi tidak normal karena nilai probability dari Jarque-Bera < taraf signifikansi = (0.00000 < 0.05)
c. Variabel SUKUBUNGA berdistribusi tidak normal karena nilai probability dari Jarque-Bera < taraf signifikansi = (0.032559 < 0.05)
6. Berdasarkan output pada covariance matrix, didapatkan hasil sebagai berikut:
Varian dari variabel DEPOSITO : 210.4490
Varian dari variabel IHSG : 86.38629
Varian dari variabel SUKUBUNGA : 9.563825
Kovarian dari variabel DEPOSITO dan IHSG : -29.29793
Kovarian dari variabel SUKUBUNGA dan IHSG : -3.173088 Kovarian dari variabel DEPOSITO dan SUKUBUNGA : 30. 17055
7. Berdasarkan output, didapatkan hasil sebagai berikut:
Korelasi antara variabel DEPOSITO dan IHSG : -0.217291
Korelasi antara variabel SUKUBUNGA dan IHSG : -0.110394 Korelasi antara variabel DEPOSITO dan SUKUBUNGA : 0.672503
Penulis dilahirkan di Tanjung Balai Karimun, 27 January 1994, merupakan anak pertama dari dua bersaudara. Penulis telah menempuh pendidikan formal yaitu di SDN 001 Tanjung Balai Karimun, SMPN 232 Jakarta Timur, SMAN 31 Jakarta Timur, dan pada tahun 2015 menyelesaikan pendidikan Sarjana (S1) di Universitas Diponegoro masa studi 3 Tahun 5 Bulan, penulis pernah menjadi general manager di statistics center Universitas Diponegoro,Staff Departemen Pendidikan dan Penilitian Himpunan Mahasiswa Statistika dan Asisten Dosen. Selama masa studi di UNDIP penulis memenangkan kompetensi karya tulis ilmiah dan essay. Penulis mendalami bidang neural network, time series, regresi non-parametrik, statistika keuangan aktuaria. Publikasi yang telah dikeluarkan saat ini antara lain berupa jurnal ilmiah yang berjudul “Pemodelan General Regression Neural Network (GRNN) Dengan Peubah Input Data Return Untuk Peramalan Indeks Hangseng” (dimuat dalam prosiding Seminar Nasional Ilmu Komputer 2014 Trusted Digital Indentitiy and Intelligent System 11 Oktober 2014 ISBN: 978-602-71550-0-8 pp. 283-288). “Prediksi Produksi Gas Bumi Dengan General Regression Neural Network (GRNN)” (dimuat dalam prosiding Seminar Nasional Statistika IV “Peranan Statistika Di Bidang Eksplorasi Energi Indonesia”. 1 November 2014 ISSN : 2087-2590 pp: 270-277) dan “Pemodelan Tinggi Pasang Air Laut di Kota Semarang Menggunakan Maximal Overlap Discrete Wavelet Transform (MODWT)”(Prosiding Seminar Meteorologi dan Klimatologi dalam Rangka Memperingati Hari Meteorologi Dunia yang Ke-65 BMKG 27-28 Maret 2015). Apabila pembaca ingin berkorespondensi dengan penulis, dapat melalui email: [email protected]
