The Augmented Dickey Fuller Unit root test.

Hello, today I will be explaining the Augmented Dickey Fuller (ADF) unit root test.
The ADF test is a test for unit root in a time series sample. It is an augmented version of the Dickey Fuller test. The ADF test is used to test for data stationarity of a variable. For every time series analysis, it is necessary to ascertain the order of integration of the variable.  This enables one know the appropriate technique needed for analysis.
When all variables are stationary at levels which we call I(0), the OLS technique is most appropriate. When your variables are stationary at first difference I(1), we proceed to a cointegration test. The cointegration test allows us to test if variables in the model have long run relationship. If your variables have at least one cointegrating relationship, you proceed to run an Error Correction Model (ECM). If there are more than one cointegrating relationship, we run a Vector Error Correction Model (VECM), and if no cointegrating relationship, the Vector Autoregressive (VAR) model is said to be the most appropriate.
Back to the topic, since I'm an E-views user, the ADF test would be discussed with the use of the E-views platform. We assume that your work file has already been prepared on E-views.
STEP ONE:
Double click on the variable of your choice to open the data set or series.
STEP TWO:
Click view and scroll down to unit root test. On the unit root interface, you should take note of the Test type which already has the ADF test on it. Clicking on the drop down Icon,there are other unit root test types which would not be discussed now.
On the interface, there is the test for unit root test in; levels I(0), 1st difference 1(1), and 2nd difference I(2). In economic analysis, I(2) variables shouldn't be used.
STEP THREE
Click on level. This is to test if the variables are stationary at levels. You may assume intercept and no trend if you so desire or trend and intercept.
STEP FOUR
Leave the lag length automatic selection as it is.
STEP FIVE
Click OK.
STEP SIX
The ADF Unit root test result interface appears.
There are two ways at which you can interpreted the ADF result.
a) compare the absolute value of the test critical value at 5% level with the t-statistics value. If the t-statistics absolute value is greater than the ADF test statistics, we reject the null hypothesis of the presence of unit root and accept the alternative hypothesis that the variable doesn't have unit root problem and its stationary at levels.
b) we can also use the prob. Value to determine the stationarity of the variable. If the p.value is greater than 0.05, we fail to reject the null hypothesis of the presence of unit root ie. The variable is not stationary. If the p.value is less than 0.05 we reject the null hypothesis and accept the alternate hypothesis and conclude that the variable is stationary.
STEP SEVEN
If the variable isn't stationary at levels, we go back to the same procedure as before. We go to view-unit root test- click on first difference and okay.
And then follow the same procedures as before.

I hope this helps even without pictorial illustrations. Feel free to ask questions and make comment. Thank you.