Nama : Fenansia Clara Hana

NIM : 24050119130147

a. Stasioneritas Data (Sebelum dan Sesudah Transformasi)

i. Stasioneritas dalam Varian (Secara Visual dengan MINITAB)

Langkah-langkah :
Sebelum Transformasi
 Masukkan data dari excel ke Minitab, kemudian klik StatControl ChartsBox-Cox
Transformation

 Input data C1 yaitu “Fenansia_147” lalu masukkan subgroup sizes 1 dan klik OK
 Nama : Fenansia Clara Hana
NIM : 24050119130147

 Maka akan muncul Output Box-Cox Transformation sebagai berikut

Box-Cox Plot (Uji stasioneritas dalam varian data kasus harian jatim sebelum transformasi)

Dari output dapat dilihat jika rounded value 0.5 atau ≠1 maka data harus ditransformasi
Transformasi Box-Cox :
 Sama seperti awal yaitu klik StatControl ChartsBox-Cox Transformation, lalu pada
kotak dialog Box-Cox Transformation klik Options
 Lalu, pada kolom store transformed data in : masukkan tempat hasil transformasi (C2)
 Nama : Fenansia Clara Hana
NIM : 24050119130147

 Kemudian Klik OK, sehingga didapatkan data hasil transformasi pada kolom C2 yang
kemudian dinamakan Fenansia_147_Trans1
Lalu dicek kembali stasioneritasnya dengan Box-Cox Transformation

Sesudah Transformasi
 Klik StatControl ChartsBox-Cox Transformation

 Input data hasil transformasi (C2) yaitu “Fenansia_147_Trans1” lalu masukkan subgroup
sizes 1. Kemudian klik Options
 Nama : Fenansia Clara Hana
NIM : 24050119130147

 Hapus “C2” pada kotak Store transformed data in lalu klik OK

 Klik OK
 Maka akan muncul output Box-Cox Transformation data hasil transformasi
 Nama : Fenansia Clara Hana
NIM : 24050119130147

Box-Cox Plot (Uji stasioneritas dalam varian data kasus harian Jatim sesudah transformasi)

Dari output diatas dapat dilihat jika rounded value = 1 sehingga data hasil transformasi
stasioner

ii. Stasioneritas dalam Mean

1. Secara Visual (Menggunakan Minitab)
 Time Series Plot
Langkah-langkah :
- Klik StatTime SeriesTime Series Plot
Nama : Fenansia Clara Hana
NIM : 24050119130147

- Pada Time Series Plot klik Simple

- Pada kotak Series masukkan data hasil transformasi (C2) yaitu

“Fenansia_147_Trans1” lalu klik OK
 Nama : Fenansia Clara Hana
NIM : 24050119130147

Maka akan muncul Output time series sebagai berikut

\

Time Series Plot (Uji Stasioneritas dalam Mean Secara Visual)

 Nama : Fenansia Clara Hana
NIM : 24050119130147

Dari output diatas dapat dilihat jika plot-plot yang ada pada Time Series Plot tersebar tidak
jauh dari mean. Maka data yang telah ditransformasi stasioner dalam mean secara visual
berdasarkan time series plot.

 Trend Analysis Plot Langkah-

langkah :
- Klik StatTime SeriesTrend Analysis
\
Nama : Fenansia Clara Hana
NIM : 24050119130147

- Masukkan data hasil transformasi (C2) yaitu “Fenansia_147_Trans1” pada kolom

variable dan kemudian pilih model type “linear” lalu klik OK

Maka akan muncul output Trend Analysis Plot sebagai berikut

Trend Analysis Plot (Uji Stasioneritas dalam Mean secara Visual)

Nama : Fenansia Clara Hana
NIM : 24050119130147

Dari output diatas dapat dilihat jika plot-plot mengikuti garis linear turun, sehingga dapat
disimpulkan data hasil transformasi tidak stasioner dalam mean secara visual dan memiliki
trend turun berdasarkan trend analysis plot.

2. Secara Formal (Menggunakan Eviews) Langkah-

langkah :
- Buka Eviews, lalu klik Create a new Eviews workfile
- Pada workfile structure type pilih “Unstructured/Undated” dan masukkan jumlah data =
90 ke kotak Data range Observations dan klik OK
Nama : Fenansia Clara Hana
NIM : 24050119130147

Klik ObjectNew Object

- Pilih type of object “series” dan beri nama object dengan “Fenansia_147” lalu klik OK
Nama : Fenansia Clara Hana
NIM : 24050119130147

Klik logfile “Fenansia_147” yang telah dibuat

- Input data hasil transformasinya

Stasioneritas dalam mean secara Formal Langkah-

langkah :
- Klik ViewUnit Root Test

- Pada Test Type pilih “Augmented Dickey Fuller’, test for unit root in “level”, Include in
test equation “Intercept” dan Automatic selection “Akaike Info Criterion” lalu klik OK
Nama : Fenansia Clara Hana
NIM : 24050119130147

Lalu akan muncul output sebagai berikut

Augmented Dickey Fuller (Uji stasioneritas dalam mean secara formal)

Null Hypothesis: FENANSIA_147 has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -7.367229  0.0000

Test critical values: 1% level -3.505595
5% level -2.894332
10%
level -2.584325

*MacKinnon (1996) one-sided p-values.

 Nama : Fenansia Clara Hana
NIM : 24050119130147

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(FENANSIA_147)
Method: Least Squares
Date: 10/25/21 Time: 00:52
Sample (adjusted): 2 90
Included observations: 89 after adjustments

Coefficie
Variable nt Std. Error t-Statistic Prob.  

-
0.76700
FENANSIA_147(-1) 6 0.104110 -7.367229 0.0000
13.7279
C 1 1.882547 7.292198 0.0000

0.38418 0.0112
R-squared 4     Mean dependent var 21
0.37710 3.3275
Adjusted R-squared 6     S.D. dependent var 24
2.62620 4.7911
S.E. of regression 2     Akaike info criterion 70
600.033 4.8470
Sum squared resid 7     Schwarz criterion 95
-
211.207 4.8137
Log likelihood 1     Hannan-Quinn criter. 12
54.2760 2.1006
F-statistic 7     Durbin-Watson stat 72
0.00000
Prob(F-statistic) 0

Dari output dapat dilihat jika prob = 0,0000 < α = 5% sehingga data kasus harian jatim
yang telah ditransformasi stasioner dalam mean, sehingga tidak perlu dilakukan
differencing

b. Plot ACF dan PACF

(Menggunakan Eviews) Langkah-

langkah :
- Klik ViewCorrelogram
Nama : Fenansia Clara Hana
NIM : 24050119130147

- Pilih Correlogram of “level” dan klik OK

Maka akan muncul output sebagai berikut

 Nama : Fenansia Clara Hana
NIM : 24050119130147

Plot ACF dan PACF

Date: 10/25/21 Time: 00:55
Sample: 1 90
Included observations: 90

Autocorrelation Partial Correlation AC   PAC  Q-Stat  Prob

      . |** |       . |** | 1 0.233 0.233 5.0488 0.025

      . |** |       . |* | 2 0.255 0.213 11.185 0.004
      . |* |       . |* | 3 0.168 0.080 13.880 0.003
      . |* |       . |. | 4 0.138 0.046 15.720 0.003
      . |* |       . |* | 5 0.189 0.118 19.205 0.002
      . |* |       . |. | 6 0.132 0.040 20.933 0.002
      . |* |       . |. | 7 0.093 -0.010 21.788 0.003
      . |. |       . |. | 8 0.040 -0.042 21.951 0.005
      . |. |       . |. | 9 0.001 -0.052 21.951 0.009
      . |* |       . |. | 10 0.085 0.068 22.702 0.012
      . |. |       . |. | 11 -0.022 -0.064 22.753 0.019
      . |* |       . |* | 12 0.162 0.161 25.522 0.013
      . |. |       . |. | 13 -0.006 -0.056 25.526 0.020
      . |. |       .*|. | 14 -0.029 -0.075 25.614 0.029
      . |. |       . |. | 15 0.065 0.073 26.076 0.037
      . |. |       . |. | 16 0.020 0.014 26.123 0.052
      . |. |       . |. | 17 0.021 -0.037 26.171 0.071
      .*|. |       .*|. | 18 -0.116 -0.160 27.710 0.067
      . |. |       . |. | 19 -0.052 -0.001 28.020 0.083
      .*|. |       . |. | 20 -0.089 -0.046 28.960 0.089
      . |. |       . |. | 21 -0.029 0.044 29.058 0.113
      . |. |       . |. | 22 0.045 0.071 29.300 0.136
      . |. |       . |. | 23 -0.040 0.007 29.496 0.164
      . |* |       . |* | 24 0.116 0.147 31.176 0.149
      . |. |       . |. | 25 0.011 -0.011 31.191 0.183
      . |* |       . |* | 26 0.123 0.133 33.135 0.158
      . |. |       .*|. | 27 0.055 -0.071 33.525 0.180
      .*|. |       .*|. | 28 -0.095 -0.204 34.724 0.178
      . |. |       . |. | 29 0.015 -0.008 34.757 0.213
      . |. |       . |. | 30 -0.004 0.062 34.758 0.252
      . |* |       . |* | 31 0.075 0.076 35.538 0.263
      . |. |       . |. | 32 0.047 0.011 35.851 0.293
      . |. |       . |. | 33 -0.006 0.030 35.855 0.336
      . |. |       . |. | 34 0.040 0.024 36.095 0.371
 Nama : Fenansia Clara Hana
NIM : 24050119130147

      . |* |       . |* | 35 0.075 0.148 36.941 0.379

      . |* |       . |. | 36 0.146 0.039 40.204 0.289

Dari grafik PACF didapatkan AR(1), dari grafik ACF didapatkan MA(1) dan MA(2)
(Menggunakan MINITAB)
 Plot ACF
Langkah-langkah :
- Klik StatTime SeriesAutocorrelation

- Menggunakan data yang sudah ditransformasi, masukkan

“Fenansia_147_Trans1” lalu klik OK

Akan didapatkan output sebagai berikut

 Nama : Fenansia Clara Hana
NIM : 24050119130147

Dari output plot ACF diatas didapatkan model MA(1) dan MA(2)

 Plot PACF
- Klik StatTime SeriesPartial Autocorrelation
\

- Menggunakan data yang sudah ditransformasi, masukkan

“Fenansia_147_Trans1” lalu klik OK
Nama : Fenansia Clara Hana
NIM : 24050119130147

- Maka didapatkan output sebagai berikut

Dari output plot PACF diatas didapatkan model AR(1)

Dari kedua output plot ACF dan PACF, antara Eviews dengan Minitab, maka dapat dilihat
jika keduanya menunjukkan hasil yang sama.
Nama : Fenansia Clara Hana
NIM : 24050119130147