Software EViews

 

Apa itu Software EViews?

EViews (Econometric Views) adalah perangkat lunak (software) statistik yang dikhususkan untuk analisis ekonometrika, analisis time series (deret waktu), dan pengolahan data ekonomi. EViews dikembangkan oleh IHS Markit (sebelumnya Quantitative Micro Software/QMS) dan pertama kali dirilis pada tahun 1994.

EViews banyak digunakan oleh mahasiswa ekonomi, peneliti, analis keuangan, bank sentral, dan lembaga pemerintah untuk melakukan peramalan (forecasting), analisis regresi, dan pemodelan ekonomi.

Fungsi Utama EViews

  1. Mengolah dan menganalisis data time series (deret waktu)
  2. Melakukan analisis regresi linier dan non-linier
  3. Melakukan uji stasioneritas data (Unit Root Test)
  4. Melakukan uji kointegrasi (misalnya uji Johansen, Engle-Granger)
  5. Membuat model peramalan (forecasting) seperti ARIMA, VAR, VECM
  6. Menganalisis data panel (gabungan data cross-section dan time series)
  7. Menguji asumsi klasik dalam regresi (normalitas, multikolinearitas, heteroskedastisitas, autokorelasi)

Struktur Dasar Tampilan EViews

  • Workfile — file kerja utama EViews yang berisi seluruh data, objek, dan hasil analisis
  • Series — objek yang menyimpan satu variabel data (seperti kolom data)
  • Group — kumpulan beberapa series yang digabungkan untuk dianalisis bersama
  • Equation — objek hasil dari model regresi yang dibuat
  • Command Window — tempat mengetik perintah (command) EViews secara langsung
  • Workfile Window — jendela utama yang menampilkan daftar objek (series, group, equation, dll.) dalam satu workfile

Langkah-Langkah Pengoperasian EViews

1. Buka EViews & Buat Workfile Baru Buka aplikasi EViews, lalu pilih File > New > Workfile. Tentukan jenis struktur data (Unstructured/Undated, Dated - regular frequency, atau Panel), lalu tentukan rentang periode data (misalnya tahun 2010–2023 untuk data tahunan, atau kuartalan/bulanan).

2. Input atau Import Data

  • Input manual: klik Object > New Object > Series, beri nama variabel, lalu masukkan data secara manual di jendela spreadsheet.
  • Import dari file: gunakan menu File > Import > Import from File, lalu pilih file Excel, CSV, atau format lain yang berisi data yang akan dianalisis.

3. Periksa dan Kelola Data Setelah data dimasukkan, periksa kembali variabel-variabel yang ada di jendela Workfile. Klik dua kali pada suatu series untuk melihat isi datanya, atau gunakan View > Graph untuk melihat plot data secara visual.

4. Uji Stasioneritas Data (Unit Root Test) Sebelum melakukan analisis time series, klik dua kali pada series yang ingin diuji, lalu pilih View > Unit Root Test. Pilih metode uji (misalnya Augmented Dickey-Fuller/ADF), lalu klik OK untuk melihat hasilnya.

5. Buat Group untuk Beberapa Variabel (Opsional) Jika ingin menganalisis beberapa variabel sekaligus, blok series yang diinginkan di jendela Workfile, klik kanan, lalu pilih Open > as Group.

6. Lakukan Analisis Regresi Klik menu Quick > Estimate Equation, lalu masukkan variabel dependen dan independen sesuai model yang diinginkan (contoh: Y C X1 X2 — di mana Y adalah variabel dependen, C adalah konstanta, dan X1, X2 adalah variabel independen). Pilih metode estimasi (misalnya Least Squares), lalu klik OK.

7. Lakukan Uji Asumsi Klasik Dari jendela hasil regresi (Equation), buka menu View, lalu pilih uji yang diperlukan, misalnya:

  • Residual Diagnostics > Normality Test — uji normalitas
  • Residual Diagnostics > Heteroskedasticity Test — uji heteroskedastisitas
  • Residual Diagnostics > Serial Correlation LM Test — uji autokorelasi
  • Coefficient Diagnostics > Variance Inflation Factors — uji multikolinearitas

8. Interpretasi Hasil Output Baca hasil regresi yang ditampilkan, seperti nilai koefisien, nilai t-statistik, p-value (Prob.), R-squared, dan F-statistic, untuk menyimpulkan apakah model signifikan dan variabel berpengaruh secara statistik.

9. Simpan File

  • Simpan workfile: File > Save As, lalu simpan dengan format .wf1
  • Hasil output juga bisa disalin ke Word/Excel dengan klik kanan pada tabel hasil, lalu pilih Copy

Jenis-Jenis Analisis yang Umum Digunakan di EViews

Analisis Kegunaan
Unit Root Test (ADF, PP) Menguji stasioneritas data time series
Regresi Linier (OLS) Menganalisis pengaruh variabel independen terhadap dependen
Uji Kointegrasi (Johansen/Engle-Granger) Menguji hubungan jangka panjang antar variabel time series
VAR (Vector Autoregression) Menganalisis hubungan dinamis antar beberapa variabel time series
VECM (Vector Error Correction Model) Model untuk data yang terkointegrasi
ARIMA Model peramalan (forecasting) data time series
Data Panel (Fixed/Random Effect) Analisis data gabungan cross-section dan time series
Uji Asumsi Klasik Menguji normalitas, heteroskedastisitas, autokorelasi, multikolinearitas

Format File dalam EViews

  • .wf1 — file workfile EViews (menyimpan data & hasil analisis)
  • .prg — file program/perintah (syntax) EViews
  • .edb — EViews database file

Kegunaan EViews dalam Kehidupan Nyata

  • Penelitian akademik: skripsi/tesis di bidang ekonomi, keuangan, dan bisnis
  • Perbankan: analisis dan peramalan indikator ekonomi makro
  • Pemerintahan: analisis kebijakan ekonomi dan fiskal
  • Perusahaan: peramalan penjualan, analisis pasar saham, analisis risiko keuangan

Tips Praktis untuk Pemula

  • Pastikan data time series sudah stasioner sebelum melakukan analisis regresi, agar hasil tidak bersifat spurious (regresi palsu)
  • Gunakan Command Window untuk mempercepat proses analisis jika sudah familiar dengan sintaks EViews
  • Selalu cek p-value/Prob. untuk menentukan signifikansi variabel (umumnya signifikan jika < 0.05)
  • Simpan workfile secara berkala agar data dan hasil analisis tidak hilang


Komentar

Posting Komentar

Postingan populer dari blog ini

Perplexity

  Penjelasan Detail tentang Perplexity 1. Apa itu Perplexity? Perplexity (Perplexity AI) adalah mesin jawaban ( answer engine ) berbasis AI. Berbeda dari mesin pencari tradisional yang memberi daftar tautan, Perplexity mencari di web secara langsung, lalu merangkum hasilnya menjadi jawaban utuh lengkap dengan kutipan sumber yang bisa diklik. Karena itu ia sering dianggap perpaduan antara mesin pencari dan chatbot. Perusahaan ini berbasis di San Francisco, AS. Mesin pencari utamanya diluncurkan pada Desember 2022. Jangan tertukar dengan istilah perplexity dalam machine learning , yaitu metrik untuk mengukur seberapa baik sebuah model bahasa memprediksi teks. Keduanya hanya kebetulan senama, dan sebuah artikel bahkan perlu menjelaskan perbedaan antara metrik tersebut dan perusahaan Perplexity AI. 2. Pendiri dan Latar Belakang Didirikan sekitar 2022 oleh Aravind Srinivas (CEO), Denis Yarats , Johnny Ho , dan Andy Konwinski . Para pendirinya berlatar belakang riset AI dan ...
Baca selengkapnya

VOSviewer

  Penjelasan Lengkap tentang VOSviewer 1. Apa itu VOSviewer? VOSviewer adalah perangkat lunak gratis untuk membuat, memvisualisasikan, dan menjelajahi peta bibliometrik , yaitu jaringan hubungan antar publikasi, penulis, kata kunci, jurnal, institusi, atau negara. Nama VOS berasal dari Visualization Of Similarities , teknik pemetaan yang menjadi dasarnya. VOSviewer dikembangkan oleh Nees Jan van Eck dan Ludo Waltman di Centre for Science and Technology Studies (CWTS), Universitas Leiden , Belanda. Programnya berbasis Java , sehingga berjalan di Windows, macOS, dan Linux . Unduh resmi dari vosviewer.com . Versi terbaru dan fitur barunya bisa berubah, jadi cek situs itu. Berbeda dengan JASP, Minitab, AMOS, atau LISREL, VOSviewer bukan software statistik inferensial . Ia dipakai untuk analisis bibliometrik dan tinjauan literatur , bukan menguji hipotesis atau mengolah data survei dan keuangan. 2. Apa itu Analisis Bibliometrik? Analisis bibliometrik adalah pendekatan kuantit...
Baca selengkapnya

Gemini

  Penjelasan Detail tentang Google Gemini Gemini adalah produk yang berubah sangat cepat. Nama model, fitur, dan paket langganan bergeser dalam hitungan bulan. 1. Apa itu Gemini? "Gemini" sebenarnya merujuk pada dua hal yang berkaitan: Keluarga model AI buatan Google DeepMind. Model ini bersifat multimodal , artinya dirancang memahami dan menghasilkan teks, gambar, audio, video, dan kode sekaligus. Aplikasi/asisten Gemini , antarmuka chat tempat pengguna berinteraksi dengan model tersebut. Ia tersedia di web, aplikasi seluler, dan terintegrasi ke produk Google lain. 2. Sejarah Singkat Bagian ini sebagian besar dari pengetahuan saya, bukan hasil pencarian kali ini: 2023 : Google menggabungkan Google Brain dan DeepMind menjadi Google DeepMind. Pada Desember 2023 Gemini diperkenalkan dalam tiga ukuran (Ultra, Pro, Nano). Chatbot Google sebelumnya, Bard , kemudian diganti namanya menjadi Gemini. 2024 : Gemini 1.5 dikenal dengan jendela konteks yang sangat panjang. Ge...
Baca selengkapnya