Anda di halaman 1dari 15

MODUL 5 BAB III ANALISIS DATA

Tujuan Instruksional Khusus

1. 2. 3.

Mahasiswa memahami cara menganalisis data acak Mahasiswa memahami cara menganalisis data berkelompok Mahasiswa memahami cara menganalisis data berkala

Pokok Bahasan

3.

Analisis Data Berkala

Aty Herawati

BAB III ANALISIS DATA

3.3.

Analisis Data Berkala Data berkala atau data deret waktu adalah sekumpulan data hasil observasi dalam interval waktu tertentu. Untuk menganalisis data yang berbentuk data deret waktu, di gunakan analisis data deret waktu, yang di pengaruhi oleh trend, siklis, musiman dan residu. Salah satu kegunaan dari analisis data deret waktu adalah untuk meramalkan keadaan di waktu yang akan datang berdasarkan data waktu yang lalu.

Persamaan analisis data deret waktu adalah sebagai berikut :

Y= TSMR

Residu Musiman Siklis Trend

Faktor-faktor yang mempengaruhi model dalam analisis data deret waktu adalah : a. Trend atau kecenderungan yaitu gejala gerakan jangka panjang sebagai gerak waktu yang bisa naik dan bisa turun. b. Siklis atau gerak naik turunnya data disekitar trend yang disebabkan adanya ekspansi atau penurunan kegiatan disekitar kejadian normal. c. Musiman yaitu perubahan yang berulang-ulang secara periodic dalam selang waktu tertentu d. Residu atau variasi tak beraturan yaitu gerakan perubahan yang tidak teratur, tak terduga tapi dapat berakibat besar.

Aty Herawati

Trend Trend adalah garis kecenderungan data. Trend bisa berupa garis lurus ataupun garis yang melengkung. Trend yang berupa garis lurus disebut trend yang linier dengan persamaan :

Yt = a + b.t Dimana : a = konstanta, yang menunjukan titik potong garis trend dengan sumbu vertikal y b = koefisien trend, yang menunjukan tingkat perkembangan/penurunan t = waktu Y = nilai Trend

Membuat persamaan Trend : 1. Cara Setengah Ratarata (Semi Average) Membuat persamaan dengan cara setengah rata-rata pada prinsipnya kita membuat sebuah persamaan matematika dengan titik yang diperoleh dari membagi data menjadi dua bagian, masing-masing setengah dari jumlah data, kemudian di jumlah dan di rata-ratakan

Langkah pembuatannya sebagai berikut : 1. Bagilah deret waktu data menjadi dua bagian yang sama dan tiap bagian harus mempunyai jumlah data yang sama. 2. Jumlahkan nilai data pada tiap-tiap bagian, setelah dijumlah hitung nilai rata-ratanya dan letakkan nilai rata-rata itu pada data (periode) yang ada ditengah.

Aty Herawati

Contoh : 1. Untuk jumlah data yang genap Karena jumlah data genap, maka data bisa dibagi menjadi 2 kelompok Hasil Penjualan Sebuah Perusahaan Tahun 1991 2006 Tahun Penjualan (Juta Rp) 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 13 14 18 17 16 18 20 22 21 22 24 23 29 31 35 37 Setengah Total Setengah Rata-rata

138

17,25

222

27.75

Sehingga ada 2 titik

: T1 ( 1994,5 ; 17,25 ) T2 ( 2002,5 ; 27,75 )

Untuk membuat persamaan dengan diketahui dua buah titik ada dua cara : 1. Penyelesaian persamaan

y y1 x x1 y2 y1 x2 x1

Aty Herawati

2. Atau dengan memasukan titik kedalam persamaan Persamaan pertama 17,25 = a + b 1994,5 Persamaan kedua 27,75 = a + b 2002,5 Dengan eliminasi -10,5 = -8b b = 1,3125 Kemudian nilai b di masukkan kedalam salah satu persamaan 17,25 = a + 1,3125 . 1984,5 a = -2587,4 Dari nilai di atas, diperoleh persamaan yt = -2587,4 + 1,3125 t

Artinya peningkatan penjualan perusahaan itu setiap tahun sebesar Rp. 1,3125 juta. Jika digambarkan sebagai berikut : Hasil penjualan

Tahun

Untuk meramalkan seberapa besar penjualan pada tahun tahun kemudian, dapat dilakukan dengan cara masukan tahun yang akan diramalkan kedalam persamaan. Contoh : Untuk meramalkan tahun 2008 Y2008 = -2587.4 + 1.3125 . 2008 = 48,10 Artinya penjualan perusahaan itu pada tahun 2008 diperkirakan Rp. 48,1 juta

Aty Herawati

2. Untuk jumlah data yang ganjil Karena jumlah data ganjil, maka ada satu data yaitu data yang terletak ditengah-tengah tidak di ikut sertakan, sehingga pembagian 2 kelompok menjadi sama jumlah datanya Hasil Penjualan Suatu Perusahan Tahun 1990 2004 Tahun Penjualan (Juta Rupiah) 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 75,4 89,7 102,1 109,2 121,6 117,0 135,0 144,9 147,8 141,5 161,5 163,9 164,3 179,1 192,1 1150.2 164.31 Tidak di ikut sertakan 750.0 107.14 Setengah Total Setengah Rata-rata

Sehingga ada 2 titik

: T1 ( 1993 ; 107,14 ) T2 ( 2001 ; 164,31 )

Untuk membuat persamaan dengan diketahui dua buah titik ada dua cara : 1. Penyelesaian persamaan

y y1 x x1 y2 y1 x2 x1

2. Atau dengan memasukan titik kedalam persamaan Persamaan pertama 107,14 = a + b 1993 Persamaan kedua 164,31 = a + b 2001 Dengan eliminasi -57,17 = -8b b = 7,15 Kemudian nilai b di masukkan kedalam salah satu persamaan 107,14 = a + 7,15 . 1993 a = - 14135,3 Dari nilai di atas, diperoleh persamaan yt = -14135,3 + 7,15 t Aty Herawati

Artinya peningkatan penjualan perusahaan itu setiap tahun sebesar Rp. 7,15 juta. Jika digambarkan sebagai berikut : Hasil penjualan

Tahun

Untuk meramalkan seberapa besar penjualan pada tahun tahun kemudian, dapat dilakukan dengan cara masukan tahun yang akan diramalkan kedalam persamaan. Contoh : Untuk meramalkan tahun 2008 Y2008 = -14135,3 + 7,15 . 2008 = 221,9 Artinya penjualan perusahaan itu pada tahun 2008 diperkirakan Rp. 221,9 juta

2. Cara Kuadrat Terkecil ( Koding ) Untuk menentukan nilai a dan b digunakan persamaan

yi
i 1

dan

t y
i 1 n i

t
i 1

2 i

Dimana

ti = koding

Aty Herawati

Contoh : 1. Untuk jumlah data yang genap Hasil Penjualan Sebuah Perusahaan Tahun 1991 2006 Tahun 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Penjualan (Juta Rupiah) 13 14 18 17 16 18 20 22 21 22 24 23 29 31 35 37 360 Koding ti -15 -13 -11 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15 ti2 225 169 121 81 49 25 9 1 1 9 25 49 81 121 169 225 1360 tiyi -195 -182 -198 -153 -112 -90 -60 -22 21 66 120 161 261 341 455 555 968

Dari tabel diatas dapat diperoleh :

360 22,5dan 16

968 0,71 1360


Yt = 22,5 + 0,71 t

Sehingga persamaannya menjadi

Artinya peningkatan penjualan perusahaan itu setiap tahun sebesar Rp. 0,71 juta. Untuk meramalkan seberapa besar penjualan pada tahun tahun kemudian, dapat dilakukan dengan cara masukan koding tahun yang akan diramalkan kedalam persamaan. Contoh : Untuk meramalkan tahun 2008 dengan koding 19 Y2008 = 22,5 + 0,71 . 19 = 35,99 Artinya penjualan perusahaan itu pada tahun 2008 diperkirakan Rp. 35,99 juta

Aty Herawati

2. Untuk jumlah data ganjil Hasil Penjualan Suatu Perusahan Tahun 1990 2004 Tahun 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 Penjualan (Juta Rupiah) 75,4 89,7 102,1 109,2 121,6 117 135 144,9 147,8 141,5 161,5 163,9 164,3 179,1 192,1 2045,1 Koding ti -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 49 36 25 16 9 4 1 0 1 4 9 16 25 36 49 280 -527,8 -538,2 -510,5 -436,8 -364,8 -234 -135 0 147,8 283 484,5 655,6 821,5 1074,6 1344,7 2064,6 ti2 tiyi

Dari tabel diatas dapat diperoleh :

2045,1 136,34 dan 15

2064,6 7,37 280


Yt = 136,34 + 7,37 t

Sehingga persamaannya menjadi

Artinya peningkatan penjualan perusahaan itu setiap tahun sebesar Rp. 7,37 juta. Untuk meramalkan seberapa besar penjualan pada tahun tahun kemudian, dapat dilakukan dengan cara masukan koding tahun yang akan diramalkan kedalam persamaan. Contoh : Untuk meramalkan tahun 2008 dengan koding 11 Y2008 = 136,34 + 7,37 . 11 = 217,41 Artinya penjualan perusahaan itu pada tahun 2008 diperkirakan Rp. 217,41 juta.

Aty Herawati

Musiman Fluktuasi-fluktuasi sekitar trend yang berulang secara teratur setiap tahun adalah variasi musim. Variasi ini dapat disebabkan oleh faktor-faktor alam maupun faktor institusional yang akhirnya berpengaruh terhadap kebiasaan-kebiasaan. Diantar variabel dalam deret berkala variasi musim paling mudah dipahami, karena akan dapat dirasakan adanya perubahan-perubahannya dalam waktu kurang dari satu tahun (triwulan, bulan, dan lain-lain). Sebagai gambaran, permintaan tekstil meningkat pada saat mendekati hari raya dan pada saat tahun ajaran baru bagi murid-murid SD, SMP, dan SMA. Begitu juga permintaan payung meningkat pada saat musim penghujan datang. Peningkatan permintaan diatas periode

waktunya kurang dari satu tahun, mungkin hanya beberapa bulan, setelah itu keadaan permintaan akan kembali seperti biasa. Manfaat praktis menghitung variasi musim, agar lebih realistis dalam menyusun perencanaan dan sekeduling produksi sehingga setiap permintaan dan produksi pada waktu-waktu tertentu dapat dipenuhi dengan tepat (pas).

Mengukur variasi musim harus dimulai dengan mengisolasikan

pengaruh trend, variasi

konjungtur dan variasi irraguler dari deret berkala. Langkah ini akan menghasilkan variasi musim yang dapat digunakan sebagai dasar penyusunan indeks musim. Indek musim ini menggambarkan gerakan pada tiap musim dalam suatu periode tertentu.

Langkah-langkah dalam menghitung variasi musim adalah sebagai berikut: 1. Harus ada data berkala dengan periode kurang dari satu tahun (triwulan, bulan, dan lain-lain) 2. Jumlahkan data tiap periode 3. Jumlahkan data tiap tahun dan hitung rata-ratanya 4. Mengetahui indeks musim

Aty Herawati

Contoh : Perhitungan Variasi Musim

Tahun

Triwulan 1

Triwulan 2 12 13 13 14 14 56

Triwulan 3 15 15 16 16 17 79

Triwulan 4 13 13 13 14 15 67

Total

1993 1994 1995 1996 1997

10 11 11 11 12 55

13 13 13 14 57 267

Rata-rata = 267 : 4 = 66,75 Indeks triwulan pertama = Indeks triwulan kedua Indeks triwulan ketiga = =

Indeks triwulan keempat =

Hasil perhitungan indeks musin ini yang akan dikalikan dengan variabel-variabel yang lain akhirnya dapat diketahui kejadian-kejadian masa yang akan datang. Apabila trend dikalikan dengan indeks musim merupakan garis lurus yang normal (N = T.S) Hal ini dapat dihitung dengan contoh diatas sebagai berikut : - Trend tahun 1998 = 53,4 + 1,7(3) = 58,5 - Persamaan trend triwulan = 13,35 + 0,106(X)

Aty Herawati

Perhitungan Keadaan Normal

Trend Triwulan

Indeks Musim T x S

Normal

Pertama : 13,35 + 3,106(10,5) = 14,47 Kedua : 13,35 + 0,106(11,5) = 14,57 Ketiga : 13,35 + 0,106(12,5) = 14,67

0,8239 0,8289 1,1836 1,0037

11,923 12,222 17,362 14,825

Keempat : 13,35 + 0,106(13,5) = 14,77

Jumlah satu tahun = 58,5

56,32

Catatan : Hasil trend tahun 1998 harus sama dengan jumlah trend triwulan 1 sampai dengan 4 pada tahun 1998 dan harus sama dengan nilai normal pada tahun 1998. Apabila tidak sama nilainya hanya faktor pembulatan saja.

Residu Konjungtur sebenarnya termasuk pada variasi deret berkala yang meliputi periode lebih dari satu tahun. Pola ini paling sukar diterka, selain waktunya lama serta gelombang gerakannya tidak pernah sama. Irreguler (residu) merupakan jenis fluktuasi yang disebabkan oleh hal-hal khusus, yaitu bencana, perang, dan lain-lain yang sulit diprediksi sebelumnya. Dengan demikian dapat juga diartikan variasi ireguler itu sebenarnya sudah masuk dengan variasi konjungtur .

Metode Perhitungan 1. Menghitung nilai normal : T x S 2. Menghitung indeks, variasi konjungtur dengan variasi irreguler yaitu aktual dibagi dengannilai normal.

Aty Herawati

Contoh : Tabel 5-7 Menghitung Variasi Konjungtur dan Irreguler

Tahun

Triwulan 1

A 11 13 16 13 11 14 16 14 12 14 17 14

T 13,19 13,30 13,40 13,59 13,70 13,80 13,91 14,01 14,12 14,23 14,00 14,44

S 0,824 0,839 1,184 1,004 0,824 0,839 1,184 1,004 0,824 0,839 1,184 1,004

N=TxS 10,87 11,54 15,87 13,64 11,29 11,58 16,47 14,07 11,63 11,94 16,97 14,50

2005

2 3 4 1

2006

2 3 4 1

2007

2 3 4

Indeks konjungsi Irreguler ;

2005 Ttriwulan pertama =

2005 Triwulan kedua

2005 Triwulan ketiga

2005 Ttriwulan keempat =

Aty Herawati

LATIHAN Data dibawah ini menunjukkan nilai export tahun 1996 1971 Tahun 1966 1967 1968 1969 1970 1971 Export 80 103 116 101 125 120

1.

Hitunglah trendnya dengan metode semi-average least square untuk tahun 1998

2.

Data tentang produksi PT. ABC Tahun 1997 1996 1995 1994 1993 Produksi 100 105 107 110 115

a. Hitung persamaan trend dengan least square b. Ubahlah persamaan trend tersebut menjadi tahun 1997 dan bagaimana persamaan trend yang baru c. Berapa trend produksi tahun 1998 dengan menggunakan persamaan trend yang baru

3.

Besarnya penjualan tahunan dari perusahaan ABC adalah seperti tercantum dalam daftar dibawah ini : Tahun Keuntungan (juta Rp.) 1989 1990 1991 1992 1993 8,3 13,4 23,6 34,7 55,5 1994 1995 1996 1997 Tahun Keuntungan (juta Rp.) 90,8 148,0 213,0 376,0

a. Perbaikan data dengan 3 tahun bergerak b. Hitung trend tahun 1997 dengan metode least square setelah ada perbaikan data c. Hitung trend tahun 1997 pada triwulan satu

Aty Herawati

Daftar Pustaka

1. 2. 3. 3. 4. 5.

Sudjana, 2006, Statistika untuk Ekonomi dan Bisnis, Tarsito Bandung J. Supranto, 2000, Statistika. Teori dan Aplikasi, Erlangga Anto Dajan, 1964, Jilid 1, Pengantar Metode Statistik , LP3ES Robert D. Mason,1996, Teknik Statistika Bisnis dan Ekonomi Sudjana, 1992, Metoda Statistika, Tarsito, Bandung Suharyadi dan Purwanto,2006, Statistika untuk Ekonomi dan Keuangan Modern, Salemba Empat, Jakarta

Aty Herawati