STATISTIK EKONOMI II
Disusun Oleh
HANIFAH MUTIA Z. N. AMRUL
UNIVERSITAS PEMBANGUNAN
PANCABUDI
MEDAN
1
2012
STATISTIKA II
A. DESKRIPSI
Membahas berbagai macam konsep (teori) maupun metode statistika, yang
selanjutnya dapat digunakan untuk melakukan interpretasi terhadap berbagai
macam data hasil penelitian dan sekaligus mengetahui alat-alat analisa apa saja
yang dibutuhkan sesuai dengan masalah yang dihadapi.
Tujuan mata kuliah ini adalah memberi pengetahuan kepada mahasiswa tentang:
a. Masalah probabilitas sebagai alat pengambil keputusan.
b. Alat-alat statistik yang dibutuhkan untuk melakukan pengkajian terhadap
masalah yang dihadapi.
c. Dasar berpikir selanjutnya dalam mencari terobosan baru (policy) guna
memecahkan masalah yang dihadapi.
B. PRASYARAT: STATISTIKA I
C. MATERI
1. Konsep Dasar Probabilitas
1.1. Pengertian dan manfaat probabilitas
1.2. Pendekatan terhadap probabilitas
1.3. Hukum dasar Probabilitas
1.4. Teorema Bayes
2. Distribusi Probabilitas
2.1. Pengertian distribusi probabilitas
2.2. distribusi probabilitas Binomial
2.3. distribusi probabilitas Hipergeometrik
2.4. distribusi probabilitas Poisson
3. Distribusi probabilitas normal
3.1. Pengertian dan karakteristik Distribusi Probabilitas Normal
3.2. Distribusi Probabilitas Normal Standar
3.3. Luas dibawah kurva normal
3.4. Pendekatan Normal terhadap Binomial
4. Teori Keputusan
4.1. Elemen-elemen Keputusan
4.2. Keputusan dalam keadaan beresiko
4.3. Keputusan dalam Kondisi Ketidakpastian
5. Metode dan Distribusi Sampling
5.1. Pengertian populasi dan sample
5.2. Metode penarikan sample
5.3. Distribusi Sampel rata-rata dan proporsi
5.4. Distribusi Sampel Selisih rata-rata dan proporsi
5.5. Factor Koreksi untuk populasi terbatas
5.6. Dalil batas tengah
6. Hipotesa
6.1. Pengertian dan Pengujian Hipotesa
6.2. Prosedur pengujian hipotesa
6.3. Uji Significan
6.4. Menguji hipotesa Rata-rata dan Proporsi Sampel Besar
6.5. Menguji hipotesa Selisih Rata-rata dan Proporsi Sampel Besar
6.6. Jenis Kesalahan I dan I
7. Uji Chi Kuadrat
7.1. Pendahuluan
7.2. Uji Chi-Kuadrat untuk Keselarasan
7.3. Uji Chi-Kuadrat untuk Kenormalan
7.4. Uji Chi-Kuadrat untuk independensi
BAB I
KONSEP DASAR PROBABILITAS
1.1. Pengertian dan Manfaat Probabilitas
Secara sederhana probabilitas dapat diartikan sebagai sebuah peluang untuk
suatu kejadian.
Lind (2002) dalam mendefenisikan probabilitas sebagai:
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi
dimasa mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau dalam
persentase
Probabilitas sangat berguna untuk pengambilan keputusan yang tepat, karena
kehidupan di dunia tidak ada kepastian, sehingga diperlukan untuk mengetahui
berapa besar probabilitas suatu peristiwa akan terjadi. Probabilitas dinyatakan dalam
angka pecahan antara 0 sampai 1 atau dalam persentase.
Contoh:
Seluruh mahasiswa Panca Budi harus memiliki sertifikat computer untuk program
microsoft exel. Di kota Medan banyak terdapat tempat kursus computer
diantaranya LP3I, Medicom, Tricom dll. Maka akan muncul kebingungan dalam
memilih tempat kursus. Untuk menentukan pilihan biasanya mahasiswa akan
bertanya kepada teman-teman, mereka kursus dimana? Dari ratusan mahasiswa
mungkin anda bertanya hanya pada 20 orang mahasiswa. Yang paling banyak
diminati anda akan memilih tempat tersebut untuk kursus.
Dari contoh tersebut dapat dilihat bahwa keputusan diambil hanya dari beberapa
contoh atau sampel dari populasi keseluruhan.
Tiga hal penting dalam membicarakan probabilitas:
a. Percobaan (experiment)
Pengamatan
terhadap
memungkinkan
beberapa
timbulnya
paling
aktivitas
sedikit
atau
dua
proses
yang
peristiwa
tanpa
Hasil
Peristiwa
menang
Fakultas Ekonomi Menang
Probabilitas
Contoh:
Pada kegiatan mahasiswa belajar semua hasil ada yang sangat memuaskan,
memuaskan dan terpuji. Jumlah hasil ada 3 dan hanya 1 peristiwa yang terjadi,
maka probabilitas setiap peristiwa adalah 1/3.
Pada suatu percobaan hanya 1 peristiwa yang terjadi, dan peristiwa lain tidak
mungkin terjadi pada waktu yang bersamaan maka dikenal sebagai peristiwa saling
lepas.
Peristiwa saling lepas (mutually exclusive) adalah terjadinya suatu
peristiwa sehingga peristiwa yang lain tidak terjadi pada waktu yang
bersamaan
Pada suatu percobaan atau kegiatan semua hasil mempunyai probabilitas
yang sama, dan hanya satu peristiwa yang terjadi maka peristiwa ini dikenal dengan
lengkap terbatas kolektif (collection exhaustive).
lengkap terbatas kolektif (collection exhaustive) adalah sedikitnya satu dari
seluruh hasil yang ada pasti terjadi pada setiap percobaan atau kegiatan
yang dilakukan
Pendekatan Relatif
Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa banyak
suatu kejadian terjadi, yang dinyatakan sebagai berikut:
Contoh:
Dari kegiatan belajar mahasiswa dapat dilihat hasilnya pada Wisuda Sarjana
Universitas Panca Budi tahun 2007 sebanyak 800 orang mahasiswa. 500 orang lulus
dengan memuaskan, 200 orang dengan sangat memuaskan dan 100 orang dengan
prediket terpuji. Maka probabilitas lulus memuaskan adalah 500/800 = 0.625; lulus
dengan sangat memuaskan 200/800 = 0.25 dan lulus dengan terpuji 100/800 =
0.125.
Pendekatan Subjektif
Yang dimaksud dengan pendekatan subjektif adalah menentukan besarnya
probabilitas suatu peristiwa didasarkan pada penilaian pribadi dan dinyatakan dalam
derajat kepercayaan.
Contoh:
Menurut pengamat politik, Jokowi-Ahok akan menang dalam Pemilihan Kepala
daerah Jakarta tahun 2012.
10
Volume Transaksi
120
80
200
Penyelesaian:
11
AD
P(A)
: probabilitas terjadinya A
P(D)
: probabilitas terjadinya D
P(AD)
12
P (A atau B atau C) = P (A B C)
= P (A) + (B) + (C) _ P (A B) P (A C) P (B C) +
P (A B C)
Kejadian saling lepas (mutually exclusive)
Kejadian saling lepas terjadi apabila hanya satu dari dua atau lebih peristiwa
yang dapat terjadi. Dapat digambarkan dengan diagram Venn:
Maka P(AB) = 0
Oleh sebab itu, untuk peristiwa yang saling lepas, probabilitas kejadian A atau B
yang dinyatakan P(A atau B)
P(A atau B) = P(A) + P(B) P(AB)
Karena P(AB) = 0 maka
P(A atau B) = P(A) + P(B) 0
Sehingga:
P(A atau B) = P(A) + P(B)
Contoh:
13
Cobalah hitung berapa probabilitas kejadian jual saham dan beli saham P(AB) dan
probabilitas kejadian untuk saham BCA, BII dan BNI (P(DEF).
Kegiatan
BNI (C)
30
40
70
Jual (A)
Beli (B)
Jumlah
Penyelesaian:
Perusahaan
BII (D)
50
30
80
BCA (E)
40
10
50
Jumlah
120
80
200
Probabilitas kejadian A dan B adalah kejadian yang saling lepas, maka P(AB)=0.
maka hukum penjumlahan untuk peristiwa saling lepas adalah:
P(A atau B)
probabilitas kejadian ketiga saham juga merupakan kejadian saling lepas, maka
hukum penjumlahannya adalah:
P (C atau D atau E)
Hukum Perkalian.
Dalam hukum perkalian dikehendaki setiap peristiwa independent yaitu suatu
peristiwa terjadi tanpa harus menghalangi peristiwa lain terjadi.
14
A
B
15
16
Jenis Saham
Probabilitas bersama
Probabilitas bersyarat
Jual
0,6 P(A)
BCA (P(D))
0,35
BLP (P(E))
0,40
BNI (P(F))
0,25
BCA (P(D))
0,35
BLP (P(E))
0,40
BNI (P(F))
0,25
Beli
0,4 P(B)
17
Jumlah harus = 1
18
yang ada di bumi. Jadi bila Tuhan ada, maka ada fakta sebagai ciptaan Tuhan.
Apabila fakta dilambangkan P(A1) untuk suatu fakta dan P(A2) untuk fakta lain,
sedang keberadaan Tuhan dinyatakan dengan P(B), maka teorema Bayes
dinyatakan sebagai:
P A P B A
1
1
P A B
1
P A P B A P A
P B A
1
1
2
2
P A P B A
1
1
P A B
1
P A P B A P A
P B A
..... P A i P B A i
1
1
2
2
19
Secara sederhana dapat kita lakukan dengan mengurut ketiga kelas sebagai berikut:
A, B, C
B, C, A
A, C, B
C, A, B
B, A, C
C, B, A
Dari uraian diatas dapat kita ketahui bahwa terdapat 6 cara mengurutkan nama kelas
tersebut, namun apabila jumlah kelas tersebut 100 buah kelas, tentu kita akan
kewalahan dalam mengurutkan. Maka dapat dilakukan dengan pendekatan faktorial,
Apabila kelas berjumlah tiga maka cara menurutkan nama kelas:
3! = 3 x 2 x 1 = 6
B. Permutasi
Digunakan untuk mengetahui sejumlah kemungkinan susunan (arrangement)
jika terdapat satu kelompok objek. Pada permutasi ini kita berkepentingan dengan
susunan atau urutan dari objek, permutasi dirumuskan sebagai berikut:
n!
n Pr n r !
dimana :
P
: Jumlah objek yang digunakan pada saat bersamaan, jumlah r dapat sama
dengan n atau lebih kecil
20
Contoh:
Dari 20 kelas di Universitas Panca budi, ingin dikelompokkan menjadi beberapa
kelompok. Jika satu kelompok terdiri dari 5 kelas, ada berapa susunan kelompok
yang dapat dibuat?
Jawab
20
20!
20 19 18 17 16 15!
P
1.860.480
5
20 5 !
15!
C. Kombinasi
Kombinasi digunakan apabila kita tertarik pada berapa cara sesuatu diambil
dari keseluruhan objek tanpa memerhatikan urutannya. Misalnya ada 10 bank dan
kita hanya akan mengambil 3 bank, maka ada beberapa kombinasi bank yang dapat
diambil tanpa memerhatikan urutan atau susunannya. Dirumuskan sebagai berikut:
n!
n Cr r! n r !
Contoh:
Ada 5 orang siswa mendaftar sebagai pembawa acara dalam suatu kegiatan
hiburan. Pihak penyelengara hanya akan memilih 2 orang yang dapat dijadikan
pasangan. Ada berapa kombinasi pasangan yang dapat dipilih oleh panitia?
5!
10
2! 5 2 !
21
BAB II
DISTRIBUSI PROBABILITAS DISKRET
Untuk mempermudah mengetahui probabilitas banyak kejadian atau
percobaan dapat dilakukan dengan bantuan distribusi probabilitas. Dimana distribusi
probabilitas memberikan keseluruhan kemungkinan nilai yang mungkin muncul atau
terjadi dari sebuah kejadian atau percobaan.
22
Kemungkinan
pilihan
1
2
3
4
5
6
7
8
A
STK
STK
STK
STK
MTK
MTK
MTK
MTK
Mahasiswa
B
STK
STK
MTK
MTK
STK
STK
MTK
MTK
C
STK
MTK
STK
MTK
STK
MTK
STK
MTK
Jumlah
pilihan STK
3
2
2
1
2
1
1
0
23
dari tabel dapat dilihat kemungkinan mahasiswa tidak memilih STK sama sekali ada
satu kejadian, mahasiswa hanya satu yang memilih STK ada 3 kejadian, mahasiswa
ada 2 orang yang memilih STK ada 3 kejadian. Mahasiswa ada 3 orang yang
memilih STK ada 1 kejadian. Dari ke 8 kejadian tersebut kita dapat menyusun
distribusi probabilitas sebagai berikut:
Jumlah STK di
Jumlah
Total
pilih mahasiswa
frekuensi
kemungkinan
0
1
8
1
3
8
2
3
8
3
1
8
Jumlah total Distribusi Probabilitas
Distribusi probabilitas
Hasil P(r)
1/8
0,125
3/8
0,375
3/8
0,375
1/8
0,125
1,000
Dari tabel distribusi probabilitas kita dapat dengan mudah menentukan berapa
probabilitas ketiga mahasiswa akan memilih mata kuliah Statistik yaitu 0,125.
Dalam bentuk grafik poligon dapat digambarkan sebagai berikut:
24
Variabel Acak/Random
a. Variabel Acak
Variabel acak didefenisikan sebagai sebuah ukuran atau besaran yang
merupakan hasil suatu percobaan atau kejadian yang terjadi secara acak atau
untung-untungan dan mempunyai nilai yang berbeda-beda
Contoh:
Petani menimbang berat setiap semangka yang telah dipanen. Dari lima
semangka beratnya berturut-turut 3.56; 3.80; 2.79; 3.60 dan
penimbangan berat adalah percobaan acak dan nilai berat setiap semangka
adalah variabel acak.
b. variabel acak diskret
variabel acak diskret merupakan hasil dari percobaan yang bersifat acak dan
mempunyai nilai tertentu yang terpisah dalam suatu interval. Variabel acak
diskret ini biasanya berupa bilang bulat dan berasal dari hasil perhitungan.
Contoh: jumlah mahasiswa 800 orang, jumlah buah jeruk 20 buah, jumlah telur
300 butir dan sebagainya
c. variabel acak kontinu
variabel acak kontinu mempunyai nilai yang menempati pada seluruh interval
hasil percobaan, biasanya dihasilkan dari hasil pengukuran dan bukan
penjumlahan. Semua nilai yang dihasilkan dari kegiatan pengukuran baik bulat
maupun pecahan merupakan variabel acak kontinu.
Contoh: pada buah semangka jumlah buah semangka 10 buah adalah variabel
acah diskret, tapi berat semangka misalnya 3,56 kg ini merupakan variabel acak
kontinu
25
E(x)
X
P(X)
X 2 .P X
StandarDev iasi
Dimana:
2
: Varians
: Standar deviasi
: Nilai suatu kejadian
26
P(X)
Contoh:
Hitunglah nilai rata-rata hitung, Standar deviasi dan Varian pada kasus pilihan tiga
mahasiswa pada mata kuliah Statistika pada contoh terdahulu?
Penyelesaian:
X
0
1
2
3
X.P(X)
0,000
0,375
0,750
0,375
1,500
Dari data diatas dapat dilihat bahwa:
P(X)
0,125
0,375
0,375
0,125
X-
- 1,500
- 0,500
0,500
1,500
(X - )2
2,250
0,250
0,250
2,250
2
(X - )2 P(X)
0,281
0,094
0,094
0,281
0,750
Rata-rata hitung adalah sebesar 1,500 menunjukan bahwa ada 1,5 mahasiswa
yang mengambil mata kuliah Statistika. Namun karena orang tidak dalam bentuk
pecahan, maka bisa didekatkan pada 1 atau 2 orang.
27
n!
pr . qnr
r! n r !
Dimana:
P (r) : Nilai probabilitas binomial
P
: Probabilitas sukses suatu kejadian dalam setiap percobaan
r
: Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan percobaan
n
: Jumlah total percobaan
q
: Probabilitas gagal suatu kejadian yang diperoleh dari q = 1 p
!
: Lambang faktorial
Contoh:
PT Sari Buah Lestari mengirim buah-buah segar setiap harinya kepada sebuah
swalaya terkenal di kota Medan. Dengan jaminan kualitas buah yang segar, 80%
28
buah yang dikirim lolos seleksi oleh swalayan tersebut. PT Sari Buah Lestari
mengirim 10 buah Melon setiap harinya
Permintaan:
a. Berapa probabilitas 10 buah diterima
b. Berapa probabilitas 8 buah diterima
c. Berapa probabilitas 7 buah diterima
Penyelesaian:
a. probabilitas 10 buah diterima semua
n = 10
p = 0,8
r = 10
q = 0,2
n!
pr . qnr
r! n r !
10!
P r
0,810 . 0,21010
10! 10 10 !
10!
P r
0,810 . 0,21
10! 0 !
P r 1. 0,107374 . 0,2
P r
P r 0,021475
29
C
C
Ns nr
P r s r
C
N n
Dimana:
P (r) : Nilai probabilitas hipergeometrik dengan kejadian r sukses
N
: Jumlah populasi
s
: Jumlah suskses dalam populasi
r
: Jumlah suskses yang menjadi perhatian
n
: Jumlah sampel dari populasi
C
: Simbol kombinasi
2.4. Distribusi Probabilitas Poisson
30
x e
!
dimana
P(X)
e
X
P
!
31
(X;, )
1
22
1/2 x /
2
, untuk X
32
Keterangan:
1. Mesokurtik
Kurva normal ini mempunyai = Md dan Mo yang sama , namun
berbeda
2. Platykurtik
Nilai semakin tinggi dan kurva semakin pendek. Nilai tinggi
menunjukkan bahwa nilai data semakin menyebar dari nilai tengahnya ()
3. Leptokurtik
Nilai semakin rendah dan kurva semakin runcing. Niali rendah ini
menunjukkan data semakin mengelompok pada nilai tengahnya ().
33
34
standar deviasi yang berbeda. Kurva seperti ini relatif sering terjadi karena antara
populasi terdapat perbedaan atau setiap populasi juga mempunyai keragaamn yang
berbeda.
dimana:
Z = skor Z atau nilai normal baku
X = Nilai dari statu pengamatan atau pengukuran
= Nilai rata-rata hitung suatu distribusi
= standar deviasi suatu distribusi
35
68,26%
95,44%
99,74%
3
-3
2
-2
1
-1
=x
Z=
0
+1
+1
+2
+2
+3
+3
Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa ditulis
P(0<Z<0,76)?
Dapat dicari dari tabel luas di bawah kurva normal. Nilainya dihasilkan =
0,2764
36
di mana n
X np
npq
37
Jawab:
n = 300; probabilitas laku p = 0,8 dan q = 0,2
= np = 300 x 0,80 = 240
= npq = 6,93
diketahu X = 250, dikurang factor koreksi 0,5 sehingga X = 250 0,5 = 249,5
dengan demikian nilai Z menjadi;
Z = (249,5 240)/6,93 = 1,37 dan P(Z < 1,37) = 0,4147
Jadi probabilitas lkau hdala = 0,5 + 0,4147 = 0,9147
Jadi harapan buah laku 250 kg hdala 91,47%
38
BAB IV
TEORI KEPUTUSAN
Setiap hari kita harus mengambil keputusan, baik keputusan yang sederhana
maupun keputusan jangka panjang. Untuk membantu dalam pengambilan
keputusan, ilmu statistika telah mengembangkan cabang statistika baru yaitu teori
keputusan statistika. Ilmu ini berkembang sejak tahun 1950-an yang sebenarnya
telah dipelopori sejak abad ke-18 oleh pendeta Thomas Bayes.
Contoh:
Keputusan yang diambil suatu perusahaan:
39
dan lain-lain.
Elemen-elemen Keputusan
Setiap keputusan dalam statistika mempunyai tiga elemen atau komponen penting
1. Pilihan atau alternatif yang terjadi bagi setiap keputusan.
2. States of nature yaitu peristiwa atau kejadian yang tidak dapat dihindari atau
dikendalikan oleh pengambil keputusan.
3. Hasil atau payoff dari setiap keputusan.
Hubungan elemen keputusan Ketidakpastian
menurut Lind (2002)
berkenaan dengan kondisi
mendatang.
Pengambil
keputusan tidak
Peristiwa
mempunyai kendali terhadap kondisi
Tindakan
40
Hasil/payoff
Kondisi baik
Harga
saham
Jumlah
saham
Deviden/
lbr
Total
deviden
Kondisi Buruk
Deviden/
lbr
Total
deviden
BRI
9,000
2,222
500
1,111,000
250
555,500
BNI
18,000
1,111
2,000
2,222,000
300
333,300
41
BCA
30,000
666
4,500
2,997,000
185
123,210
SAHAM
BRI
BNI
BCA
BAIK
P= 0,5
BURUK
P = 0,5
1,111,000
2,222,000
2,997,000
555,500
333,300
123,210
Perhitungan EV
Nilai EV
833,250
Nilai EV yang terbesar merupakan keputusan yang terbaik. Dari EV tersebut, maka
keputusan investasi H. Ibrahim adalah membeli saham .................................
B. Expected Opportunity Loss
Hasil yang terbaik dari setiap kejadian diberikan nilai 0, sedangkan untuk
hasil yang lain adalah selisih antara nilai terbaik dengan nilai hasil pada
peristiwa tersebut.
SAHAM
OL BAIK
P= 0,5
OL BURUK
P = 0,5
Perhitungan EV
Nilai EV
BRI
BNI
BCA
Nilai OL untuk alternatif terbaik adalah nol, maka kondisi baik adalah BBCA = 0 dan
kondisi terburuk LPBN = 0. nilai OL terendah adalah untuk ................ maka dapat
direkomendasikan untuk dibeli oleh investor.
C. Ecpected value of Perfect Information
Hasil yang diharapkan dalam informasi sempurna merupakan perbedaan antara
hasil maksimum dalam kondisi kepastian dan hasil maksimum dalam kondisi ketidak
pastian
Setiap keputusan tidak harus tetap setiap saat. Keputusan dapat berubah
untuk mengambil kesempatan yang terbaik.
Pada kasus harga saham, pada kondisi baik, saham BCA adalah pilihan
terbaik, namun pada kondisi buruk, maka saham . lebih baik.
43
Nilai informasi ini menunjukkan bahwa informasi yang tepat itu berharga -dan menjadi peluang pekerjaan -- seperti pialang, analis pasar modal, dan
lain-lain.
Kriteria Maximin
Keputusan didasarkan pada kondisi pesimis atau mencari Nilai maksimum pada
kondisi pesimis (lakukan yang terbaik dalam situasi terburuk)
3. Kriteria Maximax
Keputusan didasarkan pada kondisi optimis dan mencari nilai maksimumnya.
4. Kriteria Hurwicz
Keputusan didasarkan pada perkalian hasil dan koefisien optimisme. Koefisien ini
nilainya antara 0 sampai 1. nilai 0 untuk kondisi yang sangat pesimis dan nilai 1
untuk kondisi yang sangat optimis. Koefisien ini merupakan perpaduan antara
optimis dan pesimis. Alternatif yang terbaik adalah nilai yang tertinggi dari hasil
perkalian antara hasil atau payoff dengan koefisien optimisme.
44
Contoh
Berikut adalah deviden yang dibagikan oleh tiga perusahaan yang ada di BEI
yaitu BRI, BNI dan BCA. Deviden dibedakan dalam krisis, normal dan Boom.
Perusahaan
BRI
BNI
BCA
Boom
Kondisi Perekonomian
Normal
1.180
488
2.000
1.356
4.463
1.666
Krisis
250
300
185
a. Kriteria Laplace
1. EV (BRI) = 1/3 X 1.180 + 1/3 X 488 + 1/3 X 250 = 639
2. EV (BNI) = 1/3 X 2.000 + 1/3 X 1.356 + 1/3 X 300 = 1.219
3. EV (BCA) = 1/3 X 4.463 + 1/3 x 1.666 + 1/3 x 185 = 2.015
Berdasarkan kriteria Laplace, keputusan terbaik adalah membeli saham BBCA.
b. Kriteria Maximim
Berdasarkan kriteria Maximin, alternatif yang memberikan nilai maksimum pada
kondisi terburuk adalah BRI. Maka keputusan terbaik adalah membeli saham BRI.
c. Kriteria maximax
45
Koefisien ini anda dapat diperoleh melalui hasil penelitian atau pendekatan
relatif dari data tertentu.
Contoh:
Koefisien optimisme didasarkan pada probabilitas terjadinya kondisi boom
dibandingkan dengan kondisi krisis. Berdasarkan data diperoleh koefisien optimisme
sebesar 0,63 sehingga koefisien pesimisme adalah 1 0,63 = 0,37.
Emiten
BRI
BNI
BCA
Boom
1.180
2.000
4.463
Krisis
250
300
185
Perhitungan
(1.180x0.63) + (250x0.37)
(2.000x0.63) + (300x0.37)
(4.463x0.63) + (185x0.37)
EV
836
1.371
2.880
Berdasarkan nilai EV, maka keputusan yang terbaik adalah membeli saham BBCA
yaitu yang memiliki nilai EV tertinggi.
e. Kriteria minimax regret
46
Perusahaan
Boom
BRI
BNI
BCA
3.283
2.463
0
Perusahaan
BRI
BNI
BCA
Kondisi Perekonomian
Normal
1.178
310
0
Krisis
50
0
115
47