Laporan BAB III Analisis Deret Waktu [PDF]

Citation preview

BAB III METODOLOGI 3.1 Diskripsi Deret Waktu Data yang digunakan adalah data tentang saham perusahaan Dow Jones Industrial pada jangka waktu mingguan dari tahun 2013-2014. Sebelum menganalisis data, kita perlu mengetahui apakah pola data memiliki kestasioneran atau tidak. Data dimasukkan pada kolom worksheet, tidak lupa untuk mengurutkan datanya terlebih dahulu berdasarkan waktu serta tanda pemisah yang digunakan adalah koma, lalu data yang saya gunakan adalah data pada kolom close.



lalu pilih menu Stat > pilih Time Series > pilih Time series plot



4



5



pilih bentuk grafiknya > OK



masukkan nama kolom (Saham DOW) yang dimaksud pada kolom Series > OK



6



3.2 Stasioneritas 3.2.1 Stasioner terhadap ragam Untuk mengetahui apakah data saham perusahaan Dow Jones Industrial pada jangka waktu mingguan dari tahun 2013-2014 stasioner terhadap ragam adalah dengan menggunakan grafik kendali Box Cox dengan langkah-langkah sebagai berikut :



Klik Stat > Control Charts > Box-Cox Transformation



7



Pilih All observations for a chart are in one column pilih kolom C1 Saham DOW atau kolom yang ingin di transformasi lalu isi 1 pada kolom Subgroup sizes > Options



8



Isi kolom Store transformed data in : dengan kolom yang akan digunakan untuk memunculkan hasil transformasinya > OK



9



Karena nilai rounded Value >1 dan nilai lambda tidak bernilai -1 atau 1 maka data tersebut belum stasioner sehingga perlu ditransformasikan lagi dengan cara yang sama



10



Klik > Control Charts > Box-Cox Transformation



pilih All Observations for a chart are ini column lalu pilih kolom yang akan di transformasi yaitu kolom yang telah di transformasi sebelumnya lalu isi 1 pada kolom Subgroup size > Options



11



Isi kolom Store transformed data in : dengan kolom yang akan digunakan untuk memunculkan hasil transformasinya > OK



12



3.2.2 Stasioner terhadap rata-rata Untuk mengetahui apakah data saham perusahaan Dow Jones Industrial pada jangka waktu mingguan dari tahun 2013-2014 stasioner terhadap rata-rata adalah dengan menggunakan grafik Autokorelasi dengan langkah-langkah sebagai berikut :



13



Klik Time Series > Autocorrelation



Isi kolom Series dengan kolom data hasil transformasi yang sudah stasioner terhadap ragam kemudian bisa memilih Default number of lags 14



atau Number of lags tetapi untuk memudahkan melihat berapa banyak lag yang keluar dari batas maka menggunakan Number of lags dengan mengisi sebanyak n-1 > OK



Karena data tersebut belum stasioner terhadap rata-rata maka harus di differencing, dengan langkah-langkah sebagai berikut :



15



Klik Stat > Time Series > Differences



16



Isi kolom Series dengan data pada kolom yang sudah stasioner terhadap ragam lalu isi kolom Store Differences in dengan kolom untuk meletakan data yang sudah di differencing kemudian isi kolom Lag = 1 > OK Untuk mengetahui apakah data yang sudah differencing sudah stasioner terhadap rata-rata maka membuat kembali plot ACF seperti langkah tadi



17



Klik Stat > Time Series > Autocorrelation



Isi kolom Series dengan data pada kolom yang sudah di difference sebelumnya lalu isi kolom Number of lags dengan 66-1=65 > OK



18