`MODUL STATISTIKA

Oleh H.SUWARDI,S.Pd,M.Si

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS PGRI RONGGOLAWE TUBAN

Bahasan: I. PENDAHULUAN II. DISTRIBUSI FREKUENSI III. UKURAN TENDENSI PUSAT IV. DISPERSI (PENYEBARAN) V. ANGKA INDEKS VI. ANALISA TIME SERIES VII. PROBABILITAS VIII. DISTRIBUSI BINOMIAL DAN POISON IX. DISTRIBUSI NORMAL X. PENDUGAAN STATISTIK XI. PENGUJIAN HIPOTESA XII. DISTRIBUSI KAI-KUADRAT XIII. REGRESI KORELASI BERGANDA

Buku Pegangan

1. Anto Dajan 2. J. Springel

Pengantar Metode Statistik II Principle statistical of economic

Cara Penilaian : 1. 2. 3. 4. 5. Tugas Struktural (15%) Partisipasi Kelas (25%) Quiz (15%) UTS (20%) UAS (25%)

Pendahuluan Pengertian Statistik Kata statistik berasal dari bahasa Latin status yang berarti Negara atau untuk menyatakan penyajian dan pengumpulan keteranganketerangan yang berhubungan dengan ketatanegaraan. Saat ini, statistik memiliki arti sebagai kumpulan angka-angka yang berhubungan dengan atau yang melukiskan suatu persoalan. Sedangkan secara lebih lebih umum statistik diartikan sebagai sebuah metode pengumpulan, penyajian, analisa dan penggunaan data kuantitatif (angka/ numerik) untuk membuat kesimpulan dan keputusan dalam keadaan ketidakpastian di bidang ekonomi, ilmu pengetahuan sosial dan ilmu pengetahuan alam. Untuk dapat melukiskan suatu persoalan terlebih dahulu dilakukan penyelidikan untuk memperoleh keterangan yang berupa informasi kuantitatif yang disebut data. Data kuantitatif adalah data yang berupa angka, sedangkan data kualitatif adalah data yang berupa huruf, suku kata, kalimat (bukan angka).

Kegunaan Statistik : 1.Sebagai alat Komunikasi yaitu penghubung beberapa fihak yang yg menghasilkan data statistik 2.Deskripsi yaitu penyajian data dan mengilustrasikan data. 3.Regresi yaitu meramalkan pengaruh data yang satu dg data lainnya dan untuk mengantisipasi gejala-gejala yang akan datang. 4.Korelasi yaitu untuk mencari kuatnya atau besarnya hubungan data dalam suatu penelitian. 5.Komparasi yaitu membandingkan data dua kelompok atau lebih. Jenis Statistik 1. Statistik Deskriptif (Gambaran yang belum ada kesimpulan)

Statistik yang mempunyai tugas untuk mengumpulkan, mengolah dan menganalisa data dan kemudian menyajikan dalam bentuk yang mudah dipahami. Pokok bahasan dalam statistic deskriptif meliputi: perhitungan rata-rata dan disperse distribusi frekuensi, angka indeks dan analisa time series. 2. Statistik Induktif/Inferensial (Sudah ada kesimpulan lebih lanjut) Statistik yang mempunyai tugas: mengambil kesimpulan dan membuat keputusan yang beralasan, sehubungan ketidakpastian dimasa depan (menaksir, meramalkan, menguji hipotesa dan uji hipotesa antara beberapa variabel). Statistik inferensi juga merupakan suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari sampel random yang diambil dari populasi itu. Metodologi Statistik Langkah-Langkah dalam metode analisis data kuantitatif yaitu: 1. Pembatasan persoalan 2. Mengumpulkan data yang relevan 3. Penyelidikan 4. Mengklasifikasikan 5. Penyajian 6. Analisa Data Kesalahan Dalam Analisis Statistik

Kesalahan kebetulan, yaitu kesalahan yang sifatnya tidak disengaja,

misalnya kekeliruan dalam mengukur, mencatat atau ketika tabulasi (memasukan tabel).

Kesalahan sistematis, yaitu kesalahan yang sifatnya disengaja,

misalnya mungkin responden mengemukakan sesuatu yang tidak sama dengan keadaan sesungguhnya, contohnya memanipulasi data. Berbagai macam kesalahan yang mungkin timbul dalam analisis statistik (statistic pitfalls) adalah sebagai berikut: 1. Bias 2. Data yang tidak komparabel (Tidak ada pembanding dengan data yang lain). 3. Ketidak kritisan proyeksi trend

4. Asumsi hubungan sebab akibat yang tidak tepat 5. Perbandingan dengan periode yang tidak normal 6. Sampling yang tidak tepat

Data Statistik
Data adalah informasi yang mempunyai arti, sedangkan informasi adalah segala sesuatu yang mempunyai makna. Jenis data statistik berdasarkan sumber dan penggunaannya dibedakan : a. Data Intern b. Data Extern Data Extern dapat dibedakan : Data Primer (Data dari pihak pertama/ langsung) : Data Sekunder (Data dari pihak kedua) : Data juga dapat dibedakan lagi menjadi: 1. Data Diskrit : Data yang hanya mempunyai sejumlah terbatas nilai-nilai (merupakan bilangan asli dan tidak mungkin bilangan pecahan). Data diskrit juga disebut nilai pengamatan. Data yang memiliki nominal bulat. Misal: jumlah mahasiswa, banyaknya kendaraan, dll. 2. Data Kontinyu : Data yang secara teoritis dapat menjalani setiap nilai (bisa bilangan pecahan). Data ini sering juga disebut nilai pengamatan kuantitatif kontinyu. Secara teoritis nilai pengamatannya tidak terbatas, tetapi dalam prakteknya harus dilakukan pengukuran yang setepat-tepatnya. Data yang digunakan dalam interval. Misal: pengukuran panjang, isi, berat, dll. Data menurut jenisnya ada 2 yaitu data kualitatif dan data kuantitatif. 1).data kualitatif yaitu data yang berhubungan dengan kategori,karakt eristic berwujud pernyataan atau berupa kata-kata.Misalnya wanita itu cantik,pria itu ampan,baik,buruk,senang,sedih dll

2).Data kuantitatif yaitu dta yang berwujud anggka-angka.Misalnya : hara bensin Rp,6500,-banyak anak 5 orang,jumlah siswa 35 anak dll

Populasi dan Sampel a. Populasi (N / Universal) Populasi berarti seluruh obyek penelitian yang memiliki batasbatas persoalan yang jelas. Populasifinite adalah populasi yang unsurnya terbatas, misalnya : jumlah nasabah bank atau 10, 100, 500 dst. Tetapi jika unsurnya tak terbatas (misalnya : populasi jumlah pohon di hutan, jumlah pengunjung supermarket) dinamakan populasi infinite. Teknik pengumpulan informasi dalam suatu populasi disebut sensus. b. Sampel ( n ) Sampel berarti bagian dari populasi obyek yang akan diteliti, atau sebagian dari populasi yang dianggap mewakili. Teknik pengumpulan informasi dalam sampel disebut sampling. Teknik ini dilakukan untuk mengatasi keterbatasan waktu, tenaga dan biaya yang akan digunakan dalam melakukan penelitian, selain juga karena populasinya tak terbatas (infinite population). Sampel yang representative adalah sampel yang anggotanya diambil secara random sehingga dtiap individu memiliki kesempatan yang sama. Besar kecilnya sampel dipengaruhi oleh tingkat heterogenitas populasi. 1. Metode Pengumpulan Data Wawancara, Kuesioner, Test dan skala obyektif, Observasi, Metode proyeksi, Sensus, Survey,

 Laboratorium 2. Penyajian Data Statistik 1. Tabel : - Tabel klasifikasi tunggal dan ganda - Tabel kontingensi (dipelajari di time series) - Distribusi frekuensi 2. Diagram : - Diagram Garis - Diagram Batang - Diagram Kolom - Diagram Lingkaran - Diagram Simbol - Diagram Peta - Diagram Titik Pencar 3. Tabel

No.

Nilai/interval nilai

tally

frekwensi

nf

ket

4. Diagram a. Diagram Garis Gambar 2.1. Contoh Diagram Garis

Berat (Kg) 400

300 200

3 tahun tapi jarak sama boleh dirampingkan asal dengan syarat data tahun 2000, 2001, 2002, dan 2003 menuju satu arah (naik terus, turun terus, dsb).

100 Tahun 70 1998 1999 2000 2003 2004

b.

Diagram Batang Gambar 2.2 Contoh Diagram Batang

Jumlah Penduduk 600 Jawa 500 Madura 99 75 45 30 2001 2002 2003 Tahun

c.

Diagram Kolom Gambar 2.3. Contoh Diagram Kolom

Jumlah Mahasiswa 50 40 30
20

10 1 2 3 4 Hasil Test

d. Diagram Lingkaran Gambar 2.4. Contoh Diagram Lingkaran Peta pendapatan daerah :

Lain2 5% Pasa r 40%

Parkir 30%

Paja k 25%

Prosedur membuatnya : Menentukan besarnya % dari masing-masing komponen lalu digambarkan sesuai dengan besar % tersebut. Atau dikalikan besarnya komponen dalam % kali 3600. Lingkaran = 3600

e.

Diagram Simbol Gambar 2.5. Contoh Diagram Simbol

Tahun 2000 Jumlah 3000 Penduduk

2001

4000

= 1000 Jiwa

f.

Diagram Peta/Karto Gambar 2.6. Contoh Diagram Peta

= Prsh. Semen Gresik = Kota Surabaya = Kota Ponorogo

g.

Diagram Titik Pencar Gambar 2.7. Contoh Diagram Titik Pencar

Beberapa faktor yang harus diperhatikan dalam penggambaran diagram statistik: 1. Pemilihan jenis diagram/grafik 2. Nama, skala, sumber dan catatan 3. Skala dan garis kisi-kisi 4. Pemberian tekanan pada penggambaran grafik

5. Soal Latihan 1. Sebutkan dan jelaskan langkah-langkah (metodologi statistik) dalam metode analisis data kuantitatif! 2. Berilah contoh tentang penyelidikan atau penelitian yang menggunakan cara proyektif. Sampai berapa jauh obyektivitas cara sedemikian itu dapat dipertahankan? 3. Mengapa data yang tidak komparabel menyebabkan kesalahan analisa statistik? 4. Apakah perbedaan antara sampel dan populasi? 5. Jumlah migrant masuk dari pulau-pulau lain menurut pulau tujuan adalah sebagai berikut:Jawa 229.644; Sumatera 445.447; Kalimantan 33.703; Sulawesi 33.347; Bali 10.760; Irian 26.450 dan Pulau lain 27.824. susunlah tabel klasifikasi tunggal dalam persen ! 6. Jumlah klinik Keluarga Berencana di Jawa dan Bali 2002/2003 adalah sebagai berikut : Propinsi DKI Jakarta Jawa barat Banten Jawa Tengah DI Yogyakarta Jawa Timur Bali Jumlah klinik KB 421 524 125 456 214 654 542

Gambarkan dalam diagram yang paling sesuai dengan tujuan informasi yang bersifat sebagai perbandingan !

Umumnya dalam sebagian besar ruang kerja instansi pemerintah dihiasi dengan beraneka ragam grafik statistik. Apakah itu berarti bahwa grafik statistik lebih banyak digunakan daripada tabel statistik guna kepentingan administrasi pemerintahan? Jelaskan!

DISTRIBUSI FREKUENSI Dalam membuat distribusi memperhatikan dua faktor utama, yaitu: 1. Ciri-ciri data statistiknya 2. Tujuan membuat uraian (deskripsi) Pembagian Distribusi Frekuensi Menurut macam klasifikasi yang diadakan, distribusi frekuensi dibedakan menjadi dua: 1. Distribusi frekuensi numerikal, jika pengelompokan frekuensi berdasarkan keterangan kuantitatif berupa besaran bilangan. 2. Distribusi frekuensi kategorikal, jika pengelompokan frekuensi berdasarkan keterangan kualitatif yang bukan berupa bilangan. Sedangkan menurut banyaknya karakteristik klasifikasi yang ada dalam suatu tabel, distribusi frekuensi dibedakan menjadi: a. Distribusi frekuensi tunggal Tabel 3. 1 Contoh tabel frekuensi numerikal tunggal No 1 2 3 4 Kelas 60 70 80 90 Jumlah Frekuensi 30 10 10 10 60

Tabel 3. 2 Contoh tabel frekuensi kategori tunggal No 1 2 3 4 Kelas A B C D Jumlah Frekuensi 30 10 10 10 60

b. Distribusi frekuensi ganda atas)

(ada batas bawah dan batas

Tabel 3.3 Contoh tabel frekuensi numerik ganda/ kelompok No 1 2 3 Kelas 60 69 70 79 80 89 Jumlah Frekuensi 30 10 10 50

Pembentukan Distribusi Frekuensi Cara membentuk distribusi frekuensi numerikal dapat dibagi menjadi tiga langkah: 1. Menentukan klas-klasnya 2. Memasukkan nilai ke dalam klas-klas yang bersangkutan kemudian menghitung frekuensinya 3. Membuat tabel distribusi frekuensi Menentukan Jumlah Klas. 1. Diusahakan jumlah klas yang digunakan tidak mengakibatkan adanya klas yang kosong (frekuensi = 0). 2. Setiap nilai data harus masuk ke dalam satu dan hanya satu klas. 3. Menggunakan rumus Herbert A. Sturges k = 1 + 3,332 log n k = Jumlah klas n = Jumlah individu Catatan : - Rumus tersebut digunakan sesuai dengan justifikasi data di lapang. - Tergantung heterogenitas dan homogenitas data yang diperoleh. Menentukan Interval Klas 1. Sedapat mungkin lebar klas dibuat sama dan dihindari klas terbuka. 2. Terlebih dulu harus diketahui range dari nilai-nilai pengamatan (selisih nilai yang terbesar dengan nilai yang terkecil di dalam kumpulan data).

3. Kemudian memperoleh interval tiap klas dengan membagi range dengan jumlah klas.
Interval klas = Range Juml klas

Menentukan batas klas (Class Limit) Yang terpenting dalam langkah ini adalah menentukan batas klas bawah terendah, supaya semua nilai bisa tercakup didalamnya, sedangkan batas klas yang lain merupakan kelanjutan dari batas klas bawah terendah. Nilai Batas Bawah/Lower Class Limit: - angka yang ada di baris muka Nilai Batas Atas/Uper Class Limit: - angka yang ada di baris belakang Tepi Bawah/Lower Class Boundry Batas bawah yang bersangkutan + batas bawah sebelum 2 Tepi Atas/Uper Class Boundry Batas atas yang bersangkutan + batas bawah sesudah 2 Contoh: Sebanyak 50 mahasiswa FKIP prodi PGSD menempuh salah satu mata kuliah dan diadakan test semesteran dengan hasil sbb : Data Mentah : 60 70 61 72 63 74 65 71 61 70

66 67 68 70 71

74 73 71 60 70

75 75 75 76 77

71 72 74 74 71

72 74 69 68 63

61 62 71 69 71

61 61 69 70 63

77 77 77 77 77

Proses Perolehan Data: 1. Membentuk Banyaknya Klas K = 1 + 3,3 log n K = 1 + 3,3 (1,69897) K = 1 + 5,606601

K=6 2. Besarnya Klas Interval : Range: 77 60 = 17 Klas interval = 17 6 = 2,8 = 3 (dibulatkan) 3. Batas Klas 1. Bawah : 60,63,66,69,72,75 2. Atas : 62, 65, 68, 71, 74, 77 3. Tepi Bawah :

623 6,25

Batas Bawah

Batas Atas

Batas Bawah

Batas Atas

Batas Bawah

I
59,5 Tepi Klas 60 62 62,5 Tepi Klas 63

II
65 66 65,5 Tepi Klas

4. Mid Point / Titik Tengah / xi 5. Data Distribusi Frekuensi: Tabel 3.4. Hasil Nilai Ujian Mata Kuiliah Statistik I No 1 2 3 4 5 6 Penggolongan Nilai 60 - 62 63 65 66 68 69 71 72 74 75 77 Frekuensi 8 4 4 15 9 10

Klas Frekuensi: 8, 4, 4, 15, 9, 10

Distribusi Frekuensi Relatif Tabel 3.5. Frekuensi Relatif Hasil Nilai Ujian Mata Kuliah Statistik I No Penggolongan Nilai 60 - 62 63 65 66 68 69 71 72 74 75 77 Frekuensi Frekuen si Relatif 0,16 0,08 0,08 0,30 0,18 0.20 Frekuensi Persen 16 8 8 30 18 20

1 2 3 4 5 6

8 4 4 15 9 10

Jumlah Sumber : Data olah

50

1,00

100

Distribusi Frekuensi Meningkat (cumulative frequency) Tabel 3.6. Frekuensi Kumulatif Hasil Nilai Ujian Mata Kuliah Statistik I No 1 2 3 4 5 6 Penggolongan Nilai 60 - 62 63 65 66 68 69 71 72 74 75 77 Jumlah Sumber : Data olah Frekuensi 8 4 4 15 9 10 50 Frekuensi Meningkat 8 12 16 31 40 50 157

Membuat Grafik Dari Distribusi Frekuensi 1. Histogram Gambar 3.1. Contoh Histogram Histogram Hasil Distribusi Frekuensi ..
Y 20 15

10

5
59,5

midpoint
62,5 66,5 68,5 71,5 74,5 77,5

.X

6164

67

70

73

76

2. Polygon Gambar 3.2. Contoh Polygon Polygon Hasil Distribusi Frekuensi ..

Y 20 15

10 5 61 64 67 70
73

76

.X

3. Ogive Gambar 3.3. Contoh Ogive Ogive Hasil Distribusi Frekuensi ..

Y 20 15 10 5 612 64 67 70 73 76 ogive lebih besar (Fk >) .X ogive lebih kecil (Fk < )

Soal latihan 1. Apabila dipergunakan rumus Sturgess, berapa banyak klas yang diperlukan untuk mengelompokkan sekumpulan data yang berjumlah (a) 50; (b) 500; (c) 2.000 dan (d) 3.000?

2. Di bawah ini disajikan kembali titik tengah distribusi hasil ujian statistik deskriptif oleh 100 mahasiswa Fakultas Ekonomi. Titik tengah Frekuensi 34,5 2 44,5 3 54,5 11 64,5 20 74,5 32 84,5 94,5 25 7 100

a) Buatlah distribusi frekuensi asalnya. b) Gambarkan histogram dan polygon distribusi di atas c) Gambarkan kurva ogive 3. Dalam bukunya yang berjudul Outline of Biometrics Analysis, Treolar mengemukakan distribusi besar 402 bayi yang baru dilahirkan sebagai berikut : Berat dalam ons 77 84,5 85 92,5 93 100,5 101 108,5 109 116,5 117 124,5 125 132,5 133 140,5 141 148,5 149 156,5 157 164,5 165 172,5 Jumlah bayi 2 20 45 74 85 62 61 26 13 9 4 1 402

 Buat sebuah frekuensi histogram dan frekuensi poligon dari data di atas! Apakah data di atas (discrete) ? Dapatkah Saudara memberi contoh mengenai interval kelas, batas kelas dan tepi kelas dari data di atas ? 4. Dari hasil survei jumlah pekerja kasa di Indonesia diperoleh data sebagai berikut :

Usia 1 14 15 19 20 24 25 34 35 44 45 54 55 64 65 dan seterusnya usia yang tidak diketahui Jumlah

Jumlah Pekerja Laki-laki Wanita 28 37 94 268 246 125 55 35 2 890 24 23 28 72 64 37 18 9 1 276

Buatlah frekuensi histogram dari data di atas ! (Interval kelas data di atas perlu disesuaikan dan dirapikan lagi) Berilah sedikit cara penyesuaian dan proses merapikan data yang Saudara gunakan !

BAB III UKURAN PEMUSATAN

UKURAN PEMUSATAN
Nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data. Ukuran pemusatan menunjukkan pusat dari nilai data. (Mean,median dan modus) Contoh pemakaian ukuran pemusatan (a) Berapa rata-rata harga saham? (b) Berapa rata-rata inflasi pada tahun 2003? (c) Berapa rata-rata pendapatan usaha kecil dan menengah? (d) Berapa rata-rata tingkat suku bunga deposito? RATA-RATA HITUNG Rata-rata Hitung populasi

X N
Dimana: : Rata-rata hitung pupulasi : Simbol operasi penjumlahan X : Nilai data yang berada dalam populasi N : Jumlah total data atau pengamatan dalam populasi Contoh: Berikut ini adalah nilai kredit dalam triliun rupiah yang disalurkan oleh lima bank terbesar di Indonesia pad tahun 2009. Berapa rata-rata hitung harga sahamnya Bank Danamon BRI BCA Mandiri BNI Kredit (Rp triliun) 41 90 61 117 66

Rata-rata hitung sample

X n

Dimana x : Rata-rata hitung pupulasi : Simbol operasi penjumlahan X : Nilai data yang berada dalam populasi n : Jumlah total data atau pengamatan dalam populasi Contoh Rata-Rata Hitung Sampel

a.

Untuk Total Aset

b. Untuk Laba Bersih

RATA-RATA HITUNG TERTIMBANG Definisi: Rata-rata dengan bobot atau kepentingan dari setiap data berbeda. Besar dan kecilnya bobot tergantung pada alasan ekonomi dan teknisnya.

Rumus:
W W1 X 1 W2 X 2 ... WnXn W1 W2 ... Wn

atau

RATA-RATA HITUNG DATA BERKELOMPOK Data berkelompok adalah data yang sudah dibuat distribusi frekuensinya. Rumus rata-rata hitung data berkelompok adalah:

1. Setiap kelompok baik dalam bentuk skala interval maupun rasio mempunyai ratarata hitung. 2. Semua nilai data harus dimasukkan ke dalam perhitungan rata-rata hitung. 3. Satu kelompok baik kelas maupun satu kesatuan dalam populasi dan sampel hanya mempunyai satu rata-rata hitung. 4. Rata-rata hitung untuk membandingkan karakteristik dua atau lebih populasi atau sampel. Contoh: Berikut adalah data yang sudah dikelmpokan dari 20 saham pilihan pada bulan Juni 2008. Interval Nilai Tengah (x) Jumlah Frekuensi (f) F(x) 160-303 231.5 2 463,0 304-447 375,5 5 1877,5 448-591 519,5 9 4675,5 592-735 663,5 3 1990,5 736-878 807,5 1 807,5

Jumlah Nilai Rata-rata = 490,7

n = 20

SIFAT RATA-RATA HITUNG 1. Rata-rata hitung sebagai satu-satunya ukuran pemusatan, maka jumlah deviasi setiap nilai terhadap rata-rata hitungnya selalu sama dengan nol. 2. Rata-rata hitung sebagai titik keseimbangan dari keseluruhan data, maka letaknya berada di tengah data. 3. Rata-rata hitung nilainya sangat dipengaruhi oleh nilai ekstrim yaitu nilai yang sangat besar atau sangat kecil. 4. Bagi data dan sekelompok data yang sifatnya terbuka (lebih dari atau kurang dari) tidak mempunyai rata-rata hitung. MEDIAN Adalah Nilai yang letaknya berada di tengah data di mana data tersebut sudah diurutkan dari terkecil sampai terbesar atau sebaliknya. Median Data tidak Berkelompok: (a) Letak median = (n+1)/2, (b) Data ganjil, median terletak di tengah, (c) Median untuk data genap adalah rata-rata dari dua data yang terletak di tengah. Rumus Median Data Berkelompok: Contoh: Berikut adalah 20 harga saham pilhan di BEJ, tentukan Median untuk data tersebut! Interval Jumlah Frekuensi (f) Tepi Kelas F. kumulatif 160-303 2 159,5 0 304-447 5 303,5 2 448-591 9 447,5 7 592-735 3 591,5 16 736-878 1 735,5 878,5 19 20 Penyelesaian: Letak median n/2 = 20/2=10; jadi terletak pada frek. kumulatif antara 7-16 Nilai Median MODUS Adalah Nilai yang (paling) sering muncul. Rumus Modus Data Berkelompok:

Md L

d1 xi d1 d 2

Dimana: Mo : Nilai Modus L : Batas bawah atau tepi kelas dimana modus berada d1 : Selisih frekuensi kelas modus dengan kelas sebelumnya d2 : Selisih frekuensi kelas modus dengan kelas sesudahnya i : Besarnya interval kelas

HUBUNGAN RATA-RATA-MEDIAN-MODUS

UKURAN LETAK KUARTIL

Definisi:Kuartil adalah ukuran letak yang membagi 4 bagian yang sama. K1 sampai 25% data, K2 sampai 50% dan K3 sampai 75%. Rumus letak kuartil: Data Tidak Berkelompok Data Berkelompok K1 = [1(n + 1)]/4 1n/4 K2 = [2(n + 1)]/4 2n/4 K3 = [3(n + 1)]/4 3n/4 .

CONTOH KUARTIL DATA TIDAK BERKELOMPOK Letak Kuartil K1 = [1(19 + 1)]/4 = 5 = 370 K2 = [2(19 + 1)]/4 = 10 =550 K3 = [3(19 + 1)]/4 = 15 =575 No Nama Perusahaan Harga Saham 1 PT. Kimia Farma 160 2 PT. United Tractor 285 3 PT. Bank Swadesi 300 4 PT. Hexindo Adi Perkasa 360 5 PT. Bank Lippo 370 (K1)

6 7 8 9 10 11 12 13 14 15 16 17 18 19

PT. Dankos Labboratories 405 PT. Matahari Putra Prima 410 PT. Jakarta International Hotel 450 PT. Berlian Laju Tangker 500 PT. Mustika Ratu 500 (K2) PT. Ultra Jaya Milk 500 PT Indosiar Visual Mandiri 524 PT. Great River Int. 550 PT. Ades Alfindo 550 PT. Lippo Land Development575 (K3) PT. Asuransi Ramayana 600 PT. Bank Buana Nusantara 650 PT. Timah 700 PT. Hero Supermarket 875

CONTOH KUARTIL DATA BERKELOMPOK Rumus: Dimana: NKi : Nilai kuartil ke I dimana I = 1, 2, 3 L : Tepi kelas dimana letak kuartil berada n : jumlah data/frekuensi total Cf : Frekuensi kumulatif sebelum kelas kuartil Fk : Frekuensi pada kelas kuartil Ci : Interval kelas kuartil Contoh: Interval 160-303 304-447 448-591

Jumlah Frekuensi (f) F. kumulatif 2 0 159,5 5 9 2 7 303,5 447,5

Tepi Kelas

592-735 3 16 591,5 736-878 1 19 20 735,5 878,5 Letak K1= 1 x 20/4 = 5 (antara 2-7) Letak K2=2 x 20/4=10 (antara 7-16) Letak K3 = 3 x 20/4 = 15 (antara 7-16) Jadi: K1 = 303,5 +[5-2)/5] x 143 = 389,3 K2 = 447,5 +[(10-7)/9] x 143 = 495,17 K3 = 447,5 +[(15-7)/9] x 143=574,61 Apabila letak kuartil berada pada bilangan pecahan, maka digunakan rumus NK = NKB + ((LK-LKB)/(LKA-LKB)) X (NKA-NKB)

Keterangan: NK = Nilai kuartil NKB = Nilai kuartil yang berada di bawah letak kuartil LK = Letak kuartil LKB = Letak data kuartil yang berada dibawah letak kuartil LKA = Letak data kuartil yang berada di atas letak kuartil NKA = Nilai kuartil yang berada di atas letak kuartil UKURAN LETAK: DESIL Definisi: Desil adalah ukuran letak yang membagi 10 bagian yang sama. D1 sebesar 10% D2 sampai 20% D9 sampai 90% Rumus Letak Desil: Data Tidak Berkelompok Data Berkelompok D1 = [1(n+1)]/10 1n/10 D2 = [2(n+1)]/10 2n/10 . D9 = [9(n+1)]/10 9n/10

GRAFIK LETAK DESIL

CONTOH DESIL DATA TIDAK BERKELOMPOK Letak Desill D1 = [1(19+1)]/4 = 2 = 285 D3 = [3(19+1)]/4 = 6 = 405 D9 = [9(19+1)]/4 = 18 =700 No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Nama Perusahaan Harga Saham PT. Kimia Farma 160 PT. United Tractor 285 (D1) PT. Bank Swadesi 300 PT. Hexindo Adi Perkasa 360 PT. Bank Lippo 370 PT. Dankos Labboratories 405 (D2) PT. Matahari Putra Prima 410 PT. Jakarta International Hotel 450 PT. Berlian Laju Tangker 500 PT. Mustika Ratu 500 PT. Ultra Jaya Milk 500 PT Indosiar Visual Mandiri 524 PT. Great River Int. 550 PT. Ades Alfindo 550 PT. Lippo Land Development 575 PT. Asuransi Ramayana 600 PT. Bank Buana Nusantara 650 PT. Timah 700 (D9) PT. Hero Supermarket 875

CONTOH DESIL DATA BERKELOMPOK Rumus: Letak D1= 1.20/10= 2 (antara 0-2) Letak D5= 5.20/10= 10 (antara 7-16) Letak D9 = 9.20/10=18 (antara 16-19) Jadi: D1= 159,5 +[(20/10) - 0)/2] x 143=302,5 D5= 447,5 +[(100/10) - 7)/9] x143=495,17 D9 = 591,5 +[(180/10) - 16)/3] x 43= 686,83 Interval 160-303 304-447 Jumlah Frekuensi (f) 2 5 0 2 F. kumulatif Tepi Kelas 159,5 303,5

448-591 592-735 736-878

9 3 1 20

7 16 19 735,5

447,5 591,5 878,5

Apabila letak desil berada pada bilangan pecahan, maka digunakan rumus ND = NDB + ((LD-LDB)/(LDA-LDB)) X (NDA-NDB) Keterangan: NK = Nilai desil NKB = Nilai desil yang berada di bawah letak desil LK = Letak desil LKB = Letak data desil yang berada dibawah letak desil LKA = Letak data desil yang berada di atas letak desil NKA = Nilai desil yang berada di atas letak desil UKURAN LETAK: PERSENTIL Definisi: Ukuran letak yang membagi 100 bagian yang sama. P1 sebesar 1%, P2 sampai 2% P99 sampai 99% Rumus Letak Persentil: DATA TIDAK BERKELOMPOK DATA BERKELOMPOK P1 = [1(n+1)]/100 1n/100 P2 = [2(n+1)]/100 2n/100 . P99 = [99(n+1)]/100 99n/100

CONTOH UKURAN LETAK PERSENTIL

CONTOH PERSENTIL DATA TIDAK BERKELOMPOK Carilah persentil 15,25,75 dan 95? Letak Persentil P15= [15(19+1)]/100 = 3 = 300 P25= [25(19+1)]/100 = 5 = 370 P75= [75(19+1)]/100 = 15 = 575 P95= [95(19+1)]/100 = 19 = 875 CONTOH PERSENTIL DATA BERKELOMPOK Carilah P22, P85, dan P96! Rumus: Letak P22= 22.20/100=4,4 (antara 2-7) Letak P85=85.20/100=17 (antara 16-19) Letak P96=96.20/100=19,2 (antara 19-0) Jadi: P22 = 303,5 +[(440/100)-2)/5] x 143=372,14 P85 = 591,5 +[(1700/100)-16)/3] x 143= 639,17 P96 = 735,5 +[(1920/100)-19)/1] x 143=764,1

Interval 160-303 304-447

Jumlah Frekuensi (f) 2 5

F. kumulatif 0 2

Tepi Kelas 159,5 303,5

448-591 592-735 736-878

9 3 1 20

7 16 19 735,5

447,5 591,5 878,5

Apabila letak Persentil berada pada bilangan pecahan, maka digunakan rumus NP = NPB + ((LP-LPB)/(LPA-LPB)) X (NPA-NPB) Keterangan: NK = Nilai persentil NKB = Nilai persentil yang berada di bawah letak persentil LK = Letak persentil LKB = Letak data persentil yang berada dibawah letak persentil LKA = Letak data persentil yang berada di atas letak persentil NKA = Nilai persentil yang berada di atas letak persentil

BAB IV UKURAN PENYEBARAN

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu mengetahui sejauh mana suatu nilai menyebar dari nilai tengahnya, semakin kecil semakin besar. PENGGUNAAN UKURAN PENYEBARAN Rata-rata bunga bank 11,43% per tahun, namun kisaran bunga antar bank dari 7,5% - 12,75% Rata-rata inflasi Indonesia 1995-2001 sebesar 18,2% dengan kisaran antara 6% 78% Harga rata-rata saham Rp 470 per lembar, namun kisaran saham sangat besar dari Rp 50 - Rp 62.500 per lembar BEBERAPA BENTUK UKURAN PENYEBARAN 1. Rata-rata sama, penyebaran berbeda

2. Rata-rata berbeda dengan penyebaran berbeda

3.Rata-rata berbeda dengan penyebaran sama

NILAI PEMYEBARAN UNTUK DATA TIDAK BERKELOMPOK RANGE Definisi: Nilai terbesar dikurang nilai terkecil.

Contoh: Nilai Tertinggi Terendah Jarak

Indonesia 17 5 17-5 = 12

Thailand 6 2 6-2 = 4

Malaysia 4 1 4-1 = 3

DEVIASI RATA-RATA Definisi: Rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan dengan rata-rata hitungnya. Rumus: MD X X N II : Deviasi rata-rata : Nilai setisp data pengamatan : Nilai rata-rata hitung dari seluruh nilai pengamatan : Jumlah data atau pengamatan dalam sample/populasi : Lambang penjumlahan : LAmbang Nilai mutlak

CONTOH DEVIASI RATA-RATA Hitunglah Deviasi rata-rata dari pertumbuhan ekonomi Negara maju dan Indonesia, bagaimana pendapat anda. TAHUN PERTUMBUHAN EKONOMI (%) NEGARA MAJU INDONESIA 1994 1995 1996 1997 1998 1999 2000 2001 3,2 2,6 3,2 3,2 2,2 2,0 2,3 2,1 7,5 8,2 7,8 4,9 -13,7

4,8 3,5 3,2 Pemyelesaian: a. Langkah pertama adalah menghitung nilai rata-rata hitung dari pertumbuhan ekonomi Negara maju dan Indonesia b. Mengurangi setiap data dengan nilai rata-rata c. Membuat harga mutlak setiap deviasi pada langkah kedua d. Menjumlahkan nilai utlak dari deviasi dan membaginya dengan jumlah data. Hasil Deviasi rata-rata untuk Negara maju adalah sebagai berikut:

VARIANS Definisi: Rata-rata hitung dari deviasi kuadrat setiap data terhadap rata-rata hitungnya. Rumus: Dimana: : Varian populasi X : Nilai setiap data/pengamatan dalam populasi : Nilai rata-rata hitung dalam populasi N : Jumlah total data/pengamatan dalam populasi : Simbol operasi penjumlahan CONTOH VARIANS Tahun 1994 1995 1996 1997 1998 1999 2000 2001 Jumlah Rata-rata
2

X 3,2 2,6 3,2 3,2 2,2 2 2,3 2,1

X0,6 0,0 0,6 0,6 -0,4 -0,6 -0,3 -0,5 2 = 1,94 (X - 2 = 0,2425

(X 0,36 0,00 0,36 0,36 0,16 0,36 0,09 0,25

STANDAR DEVIASI Definisi: Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya. Rumus: Contoh: Jika varians = 44,47, maka standar deviasinya adalah: s = 44,47 = 6,67 Varian Sampel

Standar deviasi sample

UKURAN PENYEBARAN DATA BERKELOMPOK RANGE Definisi Range: Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah. Contoh: Range = 878 160 = 718 Kelas Ke Interval Jumlah Frekuensi 1 160 - 303 2 2 304 - 447 5 3 448 - 591 9 4 592 - 735 3 5 736 - 878 1 DEVIASI RATA-RATA Dimana: MD : Deviasi rata-rata F : Jumlah Frekuensi setiap kelas X : Nilai setisp data pengamatan X : Nilai rata-rata hitung dari seluruh nilai pengamatan N : Jumlah data atau pengamatan dalam sample/populasi : Lambang penjumlahan II : LAmbang Nilai mutlak Contoh: Interval X 160 - 303 304 - 447 448 - 591 X X f X

Titik Tengah (X) 231,5 2 375,5 5 519,5 9

Jumlah Frekuensi

f.X

463,00 259,2 518,4 1877,50 115,2 576 4675,50 28,8 259,2

592 - 735 736 - 879

663,5 3 807,5 1

1990,50 172,8 518,4 807,50 316,8 316,8

f.X = 9.813,5 f X X = 2.188,3 a. X = f X = 9.813,5/20 = 490,7 n b. MD = f X X = 2.188,3/20 n = 109,4 VARIANS DAN STANDAR DEVIASI DATA BERKELOMPOK VARIANS Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya RUMUS: STANDAR DEVIASI Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya. RUMUS: CONTOH Varians :

Standar Deviasi:

UKURAN PENYEBARAN RELATIF a. Koefisien Range Adalah: pengukuran penyebaran dengan menggunkan range secara relatif RUMUS: Contoh: Range Harga Saham = [(878-160)/(878+160)]x100 = 69,17% Jadi jarak nilai terendah dan tertinggi harga saham adalah 69,17%.

b.

Koefisien Deviasi Rata-rata RUMUS: Contoh: Pertumbuhan ekonomi negara maju=(0,56/2,6) x 100 = 19,23% Jadi penyebaran pertumbuhan ekonomi dari nilai tengahnya sebesar 19,23%, bandingkan dengan Indonesia yang sebesar 130,30%. c. Koefisien Standar Deviasi RUMUS: Contoh: Pertumbuhan ekonomi negara maju=(0,55/2,5) x 100=22% Jadi koefisien standar deviasi pertumbuhan ekonomi negara maju sebesar 22%, bandingkan dengan Indonesia yang sebesar 42%.

THEOREMA CHEBYSHEV Untuk suatu kelompok data dari sampel atau populasi, minimum proporsi nilainilai yang terletak dalam k standar deviasi dari rata-rata hitungnya adalah sekurangkurangnya 1-1/k2 k merupakan konstanta yang nilainya lebih dari 1. HUKUM EMPIRIK Untuk distribusi simetris, dengan distribusi frekuensi berbentuk lonceng diperkirakan: 68% data berada pada kisaran rata-rata hitung + satu kali standar deviasi, (X 1s) 95% data berada pada kisaran rata-rata hitung + dua kali standar deviasi, (X 2s) semua data atau 99,7% akan berada pada kisaran rata-rata hitung + tiga kali standar deviasi, (X 3s)

DIAGRAM POLIGON HUKUM EMPIRIK

UKURAN PENYEBARAN LAINNYA a. Range Inter Kuartil Rumus= Kuartil ke-3 Kuartil ke-1 atau K3 K1 b. Deviasi Kuartil Rumus: c. Jarak Persentil Rumus: JP = P90 P10 UKURAN KECONDONGAN

Rumus Kecondongan: CONTOH SOAL UKURAN KECONDONGAN

Contoh untuk data tentang 20 harga saham pilihan pada bulan Maret 2003 di BEJ. Dari contoh pada soal 3-9 diketahui mediannya= 497,17, modus pada contoh 3-11=504,7, Standar deviasi dan nilai rata-rata pada contoh soal 4-8 diketahui 144,7 dan 490,7. Cobalah hitung koefisien kecondongannya! Penyelesaian: Rumus = Sk = m - Mo atau Sk = 3(m - Md) s s Sk = 490,7 504,7 Sk = 3 (490,7 497,17) 144,7 144,7 Sk = - 0,10 Sk= -0,13 Dari kedua nilai Sk tersebut terlihat bahwa keduanya adalah negatif, jadi kurva condong negatif (ke kanan). Hal ini disebabkan adanya nilai yang sangat kecil, sehingga menurunkan nilai rata-rata hitungnya. Angka 0,10 dan 0,13 menunjukkan kedekatan dengan nilai 0, sehingga kurva tersebut, kecondongannya tidak terlalu besar, atau mendekati kurva normal. UKURAN KERUNCINGAN

Rumus Keruncingan:

SOAL QUIZ 1. Data berikut merupakan daftar nilai 100 orang siswa yang disusun secara acak. 80 75 50 85 85 85 65 75 65 80 85 60 55 80 90 90 55 65 60 80 80 65 65 95 95 95 58 65 60 85 85 65 55 90 90 85 90 60 65 55 90 75 60 85 60 85 95 55 60 60 95 80 60 55 65 55 80 70 60 55 65 85 65 60 60 65 85 75 85 60 60 90 50 65 55 95 75 75 90 60 75 100 55 75 60 80 70 70 90 60 70 95 75 70 55 65 70 65 85 65

Dari data tersebut buatlah: a. Distribusi frekuensi b. Nilai rata-rata Hitung, Median dan Modus dari data yang telah disusun distribusi frekuensinya c. Apabila 20% terbaik mendapat nilai A berapa orang kah yang mendapat nilai tersebut d. 17% terendah dianggap tidak lulus dalam mata kuliah ini berapakah kisaran nilai yang mereka peroleh 2. PT. Nusa indah memiliki 9 orang karyawan, dan masing-masing memiliki gaji yang berbeda-beda. No Nama Jumlah Gaji (Rp 000) 1 2 3 4 5 6 7 8 9 Bunga Jorgi Cinta Peter Baim Sarah Ayu Permata Ihsan 600 1200 750 800 650 900 700 850 1000

Diminta: a. Karyawan yang gajinya dibawah rata-rata akan mendapatkan asuransi kesehatan sebesar 10% dari gaji mereka, sedangkan yang lainnya sebesar 12 %. Berapakah besarnya asuransi yang diterima oleh masing-masing karyawan tersebut selama satu tahun.

b. Jika 25% karyawan yang memiliki gaji tertinggi dikenakan pajak penghasilan sebesar 4% berapakah total pajak yang harus dibayar setiap bulannya.

BAB V ANGKA INDEKS Angka Indeks: Sebuah angka yang menggambarkan perubahan relatif terhadap harga, kuantitas atau nilai yang dibandingkan dengan tahun dasar. Pemilihan Tahun Dasar: Tahun yang dipilih sebagai tahun dasar menunjukkan kondisi perekonomian yang stabil Tahun dasar diusahakan tidak terlalu jauh dengan tahun yang dibandingkan, sehingga perbandingannya masih bermakna ANGKA INDEKS RELATIF SEDERHANA Definisi

Dikenal juga dengan unweighted index yaitu indeks yang tanpa memperhitungkan bobot setiap barang dan jasa. 1. Angka Indeks Harga Relatif Sederhana Menunjukkan perkembangan harga relatif suatu barang dan jasa pada tahun berjalan dengan tahun dasar, tanpa memberikan bobot terhadap kepentingan barang dan jasa. Rumus: dimana: IH : Indeks Harga Ht : Harga pada tahun t (tahun berjalan) H0 : Harga pada tahun dasar Tahun Harga Indeks Perhitungan 2000 1.014 100 (1.014/1014) X 100 2001 1.112 110 (1.112/1014) X 100 2002 2.461 243 (2.461/1014) X 100 2003 2.058 203 (2.058/1014) X 100 2004 2.240 221 (2.240/1014) X 100 2005 2.524 249 (2.254/1014) X 100 2006 2.777 274 (2.777/1014) X 100 Keterangan: dari harga sejak 2000 sampai 2006 telah naik sebesar (274 100). 2.

174 %

Angka Indeks Kuantitas Relatif Sederhana Menunjukkan perkembangan kuantitas barang dan jasa dibandingkan dengan tahun atau periode dasarnya. Indeks kuantitas sederhana dihitung tanpa memberikan bobot pada setiap komoditas, karena dianggap masih mempunyai kepentingan yang sama. Rumus: Dimana: IK : Indeks Harga Kt : Harga pada tahun t (tahun berjalan) K0 : Harga pada tahun dasar Tahun Kuantitas Indeks Perhitungan 2000 31 100 (31/31) X 100 2001 30 97 (30/31) X 100 2002 32 103 (32/31) X 100 2003 33 106 (33/31) X 100 2004 32 103 (32/31) X 100 2005 30 97 (30/31) X 100 2006 31 100 (31/31) X 100 3. Angka Indeks Nilai Relatif Sederhana Menunjukkan perkembangan nilai (harga dikalikan dengan kuantitas) suatu barang dan jasa pada suatu periode dengan periode atau tahun dasarnya.

Rumus: Dimana: Vt : Volume/nilai pada tahun t V0 : Volume/nilai pada tahun dasar Tahun Harga Kuantitas Nilai Indeks Keterangan 2000 1.014 31 31.434 100 (31.434/31.434) x 100 2001 1.112 30 33.360 106 (33.360/31.434) x 100 2002 2.461 32 78.752 251 (78.752/31.434) x 100 2003 2.058 33 67.914 216 (67.914/31.434) x 100 2004 2.240 32 71.680 228 (71.680/31.434) x 100 2005 2.524 30 75.720 241 (75.720/31.434) x 100 2006 2.777 31 86.087 274 (86.087/31.434) x 100 ANGKA INDEKS AGREGAT SEDERHANA Angka indeks ini menekankan agregasi yaitu barang dan jasa lebih dari satu. 1. Angka Indeks Harga Agregat Sederhana Angka indeks yang menunjukkan perbandingan antara jumlah harga kelompok barang dan jasa pada periode tertentu dengan periode dasarnya. Rumus: IHA : Indeks Harga : Harga pada tahun t (tahun berjalan) : Harga pada tahun dasar

Jenis Barang 2001 2002 2003 2004 2005 2006 Beras 815 1.002 1.031 1.112 2.777 Jagung 456 500 627 662 1.650 Kedelai 1.215 1.151 1.148 1.840 Kacang Hijau 1.261 1.288 1.630 3.990 Kacang Tanah 2.095 2.000 2.288 3.100 Ketela Pohon 205 269 261 650 Ketela Rambat 298 367 357 980 Kentang 852 824 937 2.450 Jumlah 7.197 7.401 8.279 9.005 14.715 17.437 IHA 80 82 92 100 163 194 Indeks 2001 = (7.197/9.005) x 100 = 80 Indeks 2002 = (7.401/9.005) x 100 = 82 2. Angka Indeks Kuantitas Agregat Sederhana

2.461 1.294 1.257 1.928 2.233 243 351 1.219 1.380 3.687 2.540 551 798 2.004

Angka indeks yang menunjukkan perbandingan antara jumlah kuantitas kelompok barang dan jasa pada periode tertentu dengan periode dasarnya. Rumus: Jenis Barang 2001 2002 2003 2004 2005 2006 Beras 44,70 45,20 44,70 48,20 48,10 46,60 Jagung 6,20 6,70 6,20 7,90 6,50 6,80 Kedelai 1,30 1,50 1,60 1,90 1,70 1,60 Kacang Hijau 0,20 0,30 0,20 0,50 0,60 0,30 Kacang Tanah 0,60 0,70 0,70 0,80 0,60 0,60 Ketela Pohon 17,10 15,80 15,90 16,50 17,30 15,70 Ketela Rambat 2,20 1,90 2,10 2,20 2,10 1,80 Kentang 0,10 0,30 0,40 0,50 0,60 0,50 Jumlah 72,40 72,40 71,80 78,50 77,50 73,90 IHA 92 92 91 100 99 94 3. Indeks Nilai Agregate Relatif Sederhana Indeks nilai agregat relatif sederhana menunjukkan perkembangan nilai (harga dikalikan dengan kuantitas) sekelompok barang dan jasa pada suatu periode dengan periode atau tahun dasarnya. Rumus:

Jenis Barang 2004 2006 Harga Kuantitas Ho Ko Harga Kuantitas Ht Kt Beras 1,112.00 48.20 53,598.40 2,777.00 46.60 129,408.20 Jagung 662.00 7.90 5,229.80 1,650.00 6.80 11,220.00 Kedelai 1,257.00 1.90 2,388.30 1,840.00 1.60 2,944.00 Kacang Hijau 1,928.00 0.50 964.00 3,990.00 0.30 1,197.00 Kacang Tanah 2,233.00 0.80 1,786.40 3,100.00 0.60 1,860.00 Ketela Pohon 243.00 16.50 4,009.50 650.00 15.70 10,205.00 Ketela Rambat 351.00 2.20 772.20 980.00 1.80 1,764.00 Kentang 1,219.00 0.50 609.50 2,450.00 0.50 1,225.00 69,358.10 159,823.20 ANGKA INDEKS TERTIMBANG Indeks tertimbang (weighted index) memberikan bobot yang berbeda terhadap setiap komponen. Mengapa harus diberikan bobot yang berbeda? Karena pada dasarnya setiap barang dan jasa mempunyai tingkat utilitas (manfaat dan kepentingan) yang berbeda. Indeks Harga Tertimbang

Dimana: IHT : Indeks Harga Agregat Tertimbang Pt : Harga Agregat pada tahun t P0 : Harga Agregat pada tahun Dasar

: Bobot Penimbang

1. Formula Laspeyres Etienne Laspeyres mengembangkan metode ini pada abad 18 akhir untuk menentukan sebuah indeks tertimbang dengan menggunakan bobot sebagai penimbang adalah periode dasar. Rumus: 2. Formula Paasche Menggunakan bobot tahun berjalan dan bukan tahun dasar sebagai bobot. Rumus: 3. Formula Fisher Fisher mencoba memperbaiki formula Laspeyres dan Paasche. Indeks Fisher merupakan akar dari perkalian kedua indeks. Indeks Fisher menjadi lebih sempurna dibandingkan kedua indeks yang lain baik Lasypeyres maupun Paasche. Rumus:

4. Formula Drobisch Digunakan apabila nilai Indeks Laspeyres dan Indeks Paasche berbeda terlalu jauh. Indeks Drobisch juga merupakan jalan tengah selain Indeks Fisher. Indeks Drobisch merupakan nilai rata-rata dari kedua indeks. Rumus: 5. Formula Marshal-Edgeworth Formula Marshal-Edgeworth relatif berbeda dengan konsep Laspeyres dan Paasche. Menggunakan bobot berupa jumlah kuantitas pada tahun t dengan kuantitas pada tahun dasar. Pembobotan ini diharapkan akan mendapatkan nilai yang lebih baik. Rumus:

6.

Formula Wals Menggunakan pembobot berupa akar dari perkalian kuantitas tahun berjalan dengan kuantitas tahun dasar. Rumus: Jenis Barang 2004 2006 Harga (H0) Kuantitas (K0) Harga (Ht) Kuantitas(K0) Beras 1,112.00 48.20 2,777.00 46.60 Jagung 662.00 7.90 1,650.00 6.80 Kedelai 1,257.00 1.90 1,840.00 1.60 Kacang Hijau 1,928.00 0.50 3,990.00 0.30 Kacang Tanah 2,233.00 0.80 3,100.00 0.60

Ketela Pohon 243.00 16.50 650.00 15.70 Ketela Rambat 351.00 2.20 980.00 1.80 Kentang 1,219.00 0.50 2,450.00

0.50

Macam-macam Angka Indeks: 1. Indeks Harga Konsumen 2. Indeks Harga Perdagangan Besar 3. Indeks Nilai Tukar Petani 4. Indeks Produktivitas Indeks Harga Konsumen Merupakan indeks yang memerhatikan harga-harga yang harus dibayar konsumen. IHK merupakan dasar bagi perhitungan laju inflasi di Indonesia. Rumus Inflasi adalah sebagai berikut:

Indeks Harga Perdagangan Besar Merupakan indikator yang digunakan untuk melihat peekonomian suatu negara. IHPB di Indonesia mencakup lima sektor yaitu pertanian, pertambangan dan pengalian, Industri, ekspor dan impor. Indeks Produktivitas Masalah Dalam Penyusunan Angka Indeks: 1. Masalah Pemilihan Sampel 2. Masalah Pembobotan 3. Perubahan Teknologi 4. Masalah Pemilihan Tahun Dasar 5. Masalah Mengubah Periode Tahun Dasar

BAB VI DERET BERKALA DAN PERAMALAN PENDAHULUAN Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu. Manfaat analisis data berkala adalah mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang. Peramalan kondisi mendatang bermanfaat untuk perencanaan produksi, pemasaran, keuangan dan bidang lainnya. KOMPONEN DATA BERKALA Trend Variasi Musim Variasi Siklus Variasi yang Tidak Tetap (Irregular) TREND Suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).

METODE ANALISIS TREND 1. Metode Semi Rata-rata Membagi data menjadi 2 bagian Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2) Menghitung perubahan trend dengan rumus: b= (K2 K1) (tahun dasar K2 tahun dasar K1) Merumuskan persamaan trend Y = a + bX Contoh Metode Semi Rata-Rata

Tahun Pelanggan Th Dasar 2007 K1 2003 3,2 3,67 2004 3,6 2005 4,2 K2 2006 2007 2008 4,8 5,6 6,2 5,53

Rata-rata -1 0 1 2 3 4 -4 -3 -2 -1 0 1

Nilai X Untuk Th Dasar 2004 Nilai X Untuk

Y thn 2004 = 3,67 + 0,62 X Y thn 2007 = 5,53 + 0,62 X 2. Metode Kuadrat Terkecil Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trendnya.

Y = a + bX Tahun 2002 2003 2004 2005 2006 Pelanggan (Y) Kode Tahun (X) 5.0 -2 -10 4 5.6 -1 -5.6 1 6.1 0 0 0 6.7 1 6.7 1 7.2 2 14.4 4 30.6 5.5 10 Y.X X2

Nilai a = Y/n = 30,6/5 = 6,12 Nilai b = YX/X2 = 5,5/10 = 0,55 Jadi persamaan trend = Y= 6,12 + 0,55 X 3. Metode Kuadratis Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis adalah contoh metode nonlinear

Y = a + bX + cX2 Koefisien a, b, dan c dicari dengan rumus sebagai berikut:

CONTOH METODE KUADRATIS Tahun Pelanggan (Y) Kode Tahun (X) 2002 5.0 -2 -10 4 20 2003 5.6 -1 -5.6 1 5.6 2004 6.1 0 0 0 0 2005 6.7 1 6.7 1 6.7 2006 7.2 2 14.4 4 28.8 30.6 5.5 10 61.1

Y.X 16 1 0 1 16 34

X2

X2Y

X4

Jadi persamaan kuadratisnya adalah Y = 6,13 + 0,55X 0,0071X2 4. Trend Eksponensial Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y dan X, digunakan rumus sebagai berikut: Y = a (1+b)X Ln Y = Ln a + X Ln (1+b) Sehingga

CONTOH TREND EKSPONENSIAL Tahun Pelanggan (Y) Kode Tahun (X) 2002 5.0 -2 1.6 4 -3.2 2003 5.6 -1 1.7 1 -1.7 2004 6.1 0 1.8 0 0.0

Ln Y X2

X lnY

2005 6.7 2006 7.2 30.6

1 2

1.9 2.0 9.0

1 4 10

1.9 3.9 0.9

Nilai a dan b didapat dengan: a = anti ln (LnY)/n = anti ln 9/5 = anti ln 1,8 = 6,1 b = anti ln (X. LnY) - 1 = anti ln (0,9/10) 1 = 1,094 1 = 0,094 (X)2 Sehingga persamaan eksponensial Y = 6,1 (1+0,094)X Memilih Metode yang Tepat Untuk melakukan peramalan (Y-Y) yang terkecil diantara ke empat metode

A. Metode rata-rata (Y = 5.57 + 0.55X) Y X Y Y Y (Y Y)2 5.0 5.6 6.1 6.7 7.2

B. Metode Kuadrat terkecil (Y = 6.12 + 0.55 X) Y X Y Y Y (Y Y)2 5.0 5.6 6.1 6.7 7.2 C. Metode Kuadratis (Y = 6.13 + 0.55 X 0.0071 X2) Y X Y Y Y (Y Y)2 5.0 5.6 6.1 6.7 7.2

D. Metode eksponensial (Y = 6.1 (1 + 0.094)X) Y X Y Y Y (Y Y)2 5.0

5.6 6.1 6.7 7.2

VARIASI MUSIM

VARIASI MUSIM DENGAN METODE RATA-RATA SEDERHANA Metode rata-rata sedrhana mengasumsikan bahwa pengaruh trend an siklus yang tidak beraturan tidak besar dan dapat dianggap tidak ada. Indeks musim hanya berdasarkan pada data actual dan nilai rata-rata saja. Indeks musim dirumuskan sebagai berikut:

Bulan Pendapatan Januari 88 93 Februari 82 Maret 106 112 April 98 103 Mei 112 118 Juni 92 97 Juli 102 107 Agustus 96 September 105 Oktober 85 November 102 Desember 76 Rata-rata 95

Indeks Musim 86

101 111 89 107 80

METODE RATA-RATA DENGAN TREND Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks musim diperoleh dari perbandingan antara nilai data asli dibagi dengan nilai trend.

 bX.

Oleh sebab itu nilai trend Y harus diketahui dengan persamaan

Y = a +

Bulan Pendapatan (Y) Januari 88 -5,5 -484 Februari 82 -4,5 Maret 106 -3,5 -371 April 98 -2,5 -245 Mei 112 -1,5 -168 Juni 92 -0,5 -46 Juli 102 0,5 51 Agustus 96 1,5 September 105 2,5 Oktober 85 3,5 November 102 4,5 Desember 76 5,5 Jumlah 1144 0 -51

X 30,25 -369 12,25 6,25 2,25 0,25 0,25 144 262,5 297,5 459 418 143

XY 97,31 20,25 96,59 96,23 95,87 95,51 95,15 2,25 6,25 12,25 20,25 30,25

X2 96,95

94,79 94,43 94,07 93,71 93,35

Bulan Pendapatan (Y) Y Indeks Musim Januari 88 97,31 90,43 Februari 82 96,95 84,58 Maret 106 96,59 109,74 April 98 96,23 101,84 Mei 112 95,87 116,82 Juni 92 95,51 96,32 Juli 102 95,15 107,20 Agustus 96 94,79 101,28 September 105 94,43 111,19 Oktober 85 94,07 90,36 November 102 93,71 108,85 Desember 76 93,35 81,41 Jumlah 1144

Soal Mid Semester: Berikut ini adalah data nilai 50 orang siswa yang tersusun secara acak 40 45 100 65 65 80 75 60 60 100 50 90 95 55 70 85 70 70 65 45 65 100 85 50 85 95 65 75 70 70 70 75 80 40 40 100 40 85 85 60 85 80 80 65 45 100 90 70 100 80

Lengkapilah soal No 1- 10 berikut ini berdasarkan data diatas: 1. Jumlah Kelas, jika log 50 = 1,699. 2. Nilai Interval Kelas =..

3. Tabel Distribusi Frekuensi Kls ke Interval Kelas frekuensi f.x Frekuensi Relatif 1 50 70 80 100 Total 4. 49 59 69 79 99

Nilai Tengah Tepi Kelas

Frekuensi Kumulatif

44,5 3

49,5 69,5 89,5 99,5

7 19 40 50

94,5

Rata-rata Hitung = . Modus = .. Median = ..

5.

6.

Jika 10% terbaik mendapat nilai A 7. Kisaran Nilainya adalah .

8.

Jumlah Mahasiswanya adalah .

Jika 5 % terendah tidak lulus dalam mata kuliah tersebut, maka 9. Kisaran nilainya adalah . Jumlah mahasiswa yang tidak lulus .

10.

11.

Berikut ini gaji perbulan 10 orang karyawan pada PT Angin Ribut

No

Nama Gaji (juta rupiah) No Nama Gaji (juta rupiah) Pajak Tunjangan Total Uang yg diterima 1 Popey 3,5 2 Gober 4,0 3 Mikie 2,5 4 Naruto 6,3 5 Avatar 1,8 6 Tom 2,2 7 Jerry 3,4 8 Twity 3.6 9 Sponge 2,7 10 Bob 5,1 Gaji karyawan 15% tertinggi dikenakan pajak sebesar 5 %, yang lainnya 3%. Tunjangan perbulan untuk masing-masing karyawan adalah 15 % dari Total Gaji setiap bulannya 12. 15 % tertinggi adalah ..

13.

Total Gaji Avatar dalam satu tahun

Total Gaji Naruto dalam satu tahun

14.

Total Tunjangan Jerry dalam satu tahun

15. Berikut ini adalah data pelanggan Telkomsel selama Bulan Juli-Desember 2008 Bulan Jumlah Pelanggan Juli Agustus September Oktober November Desember 2000 2300 2350 2400 2500 3000 Buatlah analis trend dari data diatas, dan uraikan kesimpulan yang dapat anda peroleh.

BAHAN BACAAN Suharyadi dan Purwanto S. K. 2007. Statistika Untuk Ekonomi dan Keuangan Modern. Edisi Kedua. Salemba Empat. Jakarta. Suprananto,J dan Limakrisna, Nanda. 2009. Statistika Untuk Penelitian Pemasaran dan Sumber Daya Manusia. Mitra Wacana Media. Jakarta