Statistik deskriptif merupakan pondasi penting dalam analisis data. Tujuannya adalah untuk merangkum dan menggambarkan karakteristik utama dari sekumpulan data. Perangkat lunak Eviews (Econometric Views) adalah salah satu alat yang sangat populer dan efisien untuk melakukan analisis ekonometrika, termasuk statistik deskriptif. Eviews menyediakan antarmuka grafis yang intuitif dan fitur-fitur canggih yang memudahkan pengguna dalam mengolah data.
Artikel ini akan memandu Anda langkah demi langkah tentang bagaimana cara membuat statistik deskriptif menggunakan Eviews. Memahami statistik deskriptif akan membantu Anda mendapatkan gambaran awal yang jelas mengenai distribusi data, tren, dan potensi adanya outlier sebelum melanjutkan ke analisis yang lebih mendalam.
Ilustrasi: Visualisasi Sederhana Eviews dalam Analisis Statistik
Sebelum Anda bisa membuat statistik deskriptif, pastikan Eviews sudah terinstal di komputer Anda. Setelah membuka Eviews, langkah pertama adalah membuat atau membuka sebuah workfile. Workfile ini berfungsi sebagai wadah untuk menyimpan data dan objek analisis Anda.
File > New > Workfile....Unstructured/Dated jika data Anda tidak memiliki pola waktu tertentu, atau pilih frekuensi bulanan, kuartalan, dll., jika data Anda adalah time series).Setelah data Anda siap dalam workfile Eviews, Anda dapat memulai analisis statistik deskriptif. Eviews menyediakan berbagai cara untuk mendapatkan informasi ini.
Ini adalah cara paling cepat dan mudah untuk mendapatkan ringkasan statistik.
Di jendela utama Eviews, klik pada menu Quick. Kemudian pilih Descriptive Statistics > Common Samples....
Sebuah jendela dialog akan muncul. Di bagian Variables in sample, Anda perlu memasukkan nama-nama variabel yang ingin Anda analisis statistik deskriptifnya. Anda bisa mengetikkan nama variabel satu per satu dipisahkan spasi, atau Anda bisa mengklik tombol List untuk memilih variabel dari daftar yang tersedia di workfile Anda.
Di bagian bawah jendela dialog, terdapat beberapa opsi statistik yang bisa Anda pilih. Pilihan umum meliputi:
Observations: Jumlah observasi.Mean: Nilai rata-rata.Median: Nilai tengah.Standard Deviation: Standar deviasi.Variance: Varians.Skewness: Ukuran ketidaksimetrisan distribusi.Kurtosis: Ukuran keruncingan distribusi.Minimum: Nilai terkecil.Maximum: Nilai terbesar.Sum: Jumlah total.Count: Menghitung jumlah variabel yang tidak kosong.Pilihlah statistik yang relevan dengan analisis Anda.
Setelah memilih variabel dan statistik yang diinginkan, klik OK. Eviews akan menampilkan jendela baru yang berisi tabel statistik deskriptif untuk variabel-variabel yang Anda pilih.
Bagi pengguna yang lebih mahir atau ingin otomatisasi, menggunakan perintah pada Object Window bisa menjadi alternatif.
Klik File > New > Text File.... Ini akan membuka jendela teks kosong yang berfungsi sebagai Object Window tempat Anda bisa mengetikkan perintah.
Gunakan perintah stats diikuti dengan nama variabel-variabel Anda. Misalnya, jika Anda memiliki variabel bernama GDP dan Inflation, Anda bisa mengetik:
stats GDP Inflation
Anda juga bisa menambahkan opsi untuk menampilkan statistik tertentu. Untuk menampilkan hanya mean dan standar deviasi:
stats(m,s) GDP Inflation
Untuk melihat semua statistik yang tersedia, Anda bisa menggunakan:
stats(a) GDP Inflation
Di mana a adalah singkatan untuk all.
Setelah mengetikkan perintah, tekan tombol Enter atau klik tombol Run jika tersedia. Hasilnya akan muncul di jendela output yang terpisah.
Setelah mendapatkan hasil statistik deskriptif, langkah selanjutnya adalah menginterpretasikannya:
Eviews adalah alat yang sangat ampuh untuk melakukan statistik deskriptif. Dengan antarmuka yang ramah pengguna dan berbagai opsi analisis, Anda dapat dengan cepat merangkum karakteristik data Anda. Statistik deskriptif yang akurat adalah prasyarat penting untuk analisis ekonometrika yang lebih lanjut, memungkinkan Anda untuk memahami pola, tren, dan penyebaran data Anda dengan lebih baik sebelum membuat kesimpulan.
Menguasai cara membuat statistik deskriptif dengan Eviews akan sangat membantu para peneliti, analis, dan mahasiswa dalam tugas-tugas analisis data mereka.