KEMENCENGAN ATAU KECONDONGAN

Kemencengan atau kecondongan (skewness) adalah tingkat

ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi.

Sebuah distribusi yang tidak simetris akan memiliki rata-rata,

median, dan modus yang tidak sama besarnya ( X  Me  Mo ),
sehingga distribusi akan teronsentrasi pada salah satu

KURTOSIS (  4 ) / KERUNCINGAN
Dapat mengetahui tinggi rendahnya lengkungan atau lebih tepat mengenai runcingnya
lengkungan.

ADA 3 MACAM KURTOSIS

1. LEPTOKURTIK / LEPTOKURTIS ( 4  3 ) 
Mempunyai lengkungan yang sangat tinggi / runcing


2. MESOKURTIK / MESOKURTIS ( 4 = 3 )
Mempunyai lengkungan simetris / Normal

3. PLATIKURTIK / PLATIKURTIS ( 4  3 )
RUMUS :
A. DATA YANG BELUM DIKELOMPOKKAN

4 = 1/n  (Xi – Xbar)4

S4
 B.DATA YANG TELAH DIKELOMPOKKAN

1. METODE RANGKAI

4 = 1/n  (Xi – Xbar)4 Fi

S4

2. METODE SINGKAT
4 = (i)4 4 3
Ui Fi – 4 Ui Fi Ui Fi
2
+ 6 Ui Fi Ui Fi
2
– 3 Ui Fi
4

(S)4 n n n n n n

Contoh : Tabel Diameter ( Lihat Tabel Kemecengan)

Misal Diketahui :

S = 0,4682
Fi = 94
UiFi = -1
Ui2Fi = 229
Ui3Fi = -145

Fi Ui4 Ui4 Fi
2 256 512
5 81 405
10 16 160
13 1 13
27 0 0
23 1 23
10 16 160
4 81 324
 = 1597
Carilah nilai Kurtosisnya ? apakah Leptokurtik, Platikurtik atau Mesokurtik.

Hasilnya = 2,8533 (4 < 3 = Platikurtik

ANALISA DERET BERKALA (TIME SERIES)

A. PENGERTIAN DATA BERKALA DAN

KEGUNAANNYA

Data Berkala (time series) adalah data yang disusun berdasarkan

urutan waktu atau data yang dikumpulkan dari waktu ke waktu.
Waktu yang di gunakan dapat berupa minggu, bulan, tahun dan
sebagainya.

Dengan demikian, data berkala berhubungan dengan data statistik

yang dicatat dan diselidiki dalam batas-batas (interval) waktu
tertentu, seperti penjualan, harga, persediaan, produksi, dan tenaga
kerja.

Dengan adanya data berkala, maka pola gerakan data atau nilai-nilai
variabel dapat diikuti atau diketahui. Dengan demikian, data berkala
dapat dijadikan sebagai dasar untuk :
1. pembuatan keputusan pada saat ini
2. peramalan keadaan perdagangan dan ekonomi pada masa yang
akan datang.
3. perencanaan kegiatan untuk masa depan.

Analisis data berkala adalah analisis yang menerangkan dan

mengukur berbagai perubahan atau perkembangan data selama satu
periode. Pada umumnya perubahan yang terjadi dalam data statistik
dalam sederetan waktu tertentu dapat berbentuk trend sekuler,
variasi siklis, variasi musim, dan variasi residu yang disebut
komponen data berkala.

Ada 4 komponen dalam analisa deret berkala :

1. Tren Sekuler (Seculer Trend)
2. Variasi Musim (Seasonal Variation)
3. Variasi Random/Residu ( Irregular/Random/Erratic Variation)
4. Variasi Sikli (Cyclical Variation)

TREND SEKULER ( Y`)

Trend sekuker, disimbolkan T, merupakan gerakan teratur atau gerakan rata-
rata dalam jangka waktu yang panjang cenderung menuju kesatu arah naik
atau turun, lebih dari 10 jangka waktu. Trend itu dilukiskan berupa suatu
garis yang memiliki bentuk yang beraneka ragam, dapat berupa garis
meningkat, menurun, horizontal atau naik turun secara halus, mirip huruf S
yang memanjang.

Kegunaan : untuk meramalkan tahun-tahun yang akan datang

Ex : Meramalkan penjualan tahun 2005 = 100 juta dengan asumsi promosi
tetap dll.

Trend Sekuler terdiri atas dari

a. Trend Linier
b. Trend Non Linier

a. TREND SECARA LINIER : Pasti berbentuk garis lurus

Y Y

Trend Naik Trend Turun

Y = a + bx Y = a – bx

Th Th
B. PENENTUAN TREND

Untuk Menentukan nilai trend, dapat digunakan beberapa cara, yaitu metode
tangan bebas, metode setengah rata-rata, metode rata-rata bergerak, dan
metode kuadrat terkecil.

MACAM-MACAM TREND SEKULER LINIER

1. Metode Setengah Rata-rata (SEMIAVERAGE)

Y’ = ao + bx
Y’ = nilai trend periode tertentu
ao = nilai trend periode dasar
b = Pertambahan trend tahunan dihitung atas dasar :

X 2  X1
b = n
X 1  Rata  rata kelompok 1
X 2  Rata  rata kelompok 2
n  jumlah periode antara Periode X 1 dan X 2

X = jumlah unit tahun yang dihitung dari periode dasar

a. Data genap
- Data genap dengan komponen kelompok genap
Contoh :
Tahun Penjualan Semi Setengah X Y’ = 14,25 + 3,5x
(Y) Total Rata-rata
1995 10 -2 14,25+3,5(-2)=7,25
(-1)=10,75
I 1996 12 57 X1 
57
 14,25
-1
(0)= 14,25
1997 15 4 0
(1)=......
1998 20 1
1999 18 2
113
2000 25 113 X2   28,25 3
II 2001 4
30 4
2002 40 5

ao = 1/1 – 97 (31/12 – 96) = 14,25

 28,25  14,25
b = 4
 3,5

Y’06 = 14,25 + 3,5 (9) = 45,75

- Data Genap dengan komponen kelompok ganjil

Contoh :

Tahun Penjualan Semi Setengah X Y’ = 21 + 6,33x

(Y) Total Rata-rata
1997 20 - 21 + 6,33 (-1,5)=11,505
63
I 1998 18 63 X1 
3
 21 1½ (-0,5)=17,835
(0,5)=
1999 25 -½ (1,5)=......
½
120
2000 30 X2   40 1½
3
II 2001 40 120 2½
2002 50 3½

40  21
ao= 30/6 – 98(1/7 – 98) = 21 b= 3
 6,33 Y’06 =
21+6,33(7,5)=68,475

b.Data Ganjil
Data ganjil dapat dicari dengan jalan penyesuaian yaitu :
- Cara 1 : Dengan jalan memasukkanperiode tahun tertengah kedalam
tiap-tiap kelompok.
- C$ara 2 : Dengan jalan menghilangkan periode tahun tertengah.
Contoh :
Tahun Penjualan
1998 15
1999 10
2000 18
2001 25
2002 31
2003 37
2004 45
- Cara 1 : memasukkan periode tahun tertengah kedalam tiap kelompk.
Tahun Penjualan Semi Setengah X Y’ = 14,25 + 3,5x
(Y) Total Rata-rata
1998 15 -2 17+5,83(-2)= 5,34
(-1)=11,17
I 1999 10 68 X2 
68
 17
-1
(0)= 7
2000 18 4 0
(1)=......
2001 25 1
2001 25 1
138
2002 31 138 X2   34,5 2
II 2003 4
37 3
2004 45 4

ao = 1/1 – 00 (31/12 – 99) = 17

34,5  17
b = 3
 5,83

- Cara 2 :Menghilangkan periode tahun tertengah

Tahun Penjualan Semi Setengah X Y’ = 21 + 6,33x

(Y) Total Rata-rata
1998 15 - 14,33+5,835(-1,5)=5,5775
43 (-0,5)=11,4125
I 1999 10 43 X1 
3
 14,331½
(0,5)=
2000 18 -½ (2,5)=......
½
113
2002 31 X2   37,672½
3
II 2003 37 113 3½
2004 45 4½

37,67  14,33
ao= 30/6 – 99(1/7 – 99) = 14,33 b=  5,835 Y’06 =
4
14,33+5,835(6,5)=52,2575
 2. Secara Matematis ---- Y’ = a + bx ( Metode Penerapan Garis trend
secara matematis)

Y’ = Nilai Ramalan Y dari Y untuk satu unit x yang

dipilih
a = Konstanta, yang merupakan nilai taksiran dari
pada Y bila x = 0
b = Perubahan rata-rata didalam Y untuk setiap
perubahan satu x (naik atau turun).
X = Setiap nilai x (waktu) yang dipilih

PERSAMAAN :
I. Y = na + bx
II. XY = aX + bx2
n = jumlah data
Tahun dasar selalu tahun pertama (1) = 0 (nol)
Tahun Penjualan (Juta Rp) X X.Y X2 Y’ = 7,4 + 1,3X
Y
1997 7 0 0 0 7,4+1,3 (0)=
1998 10 1 10 1 (1)=
1999 9 2 18 4 (2)=
2000 11 3 33 9 (3)=
2001 13 4 52 16 (4)=
 = 50  = 10  = 113  = 30

Pertanyaan : Perkirakanlah penjualan tahun 2004 dan 2005!!!

Y = na + bx XY = aX + bx2

50 = 5a + 10b ... (1) 113 = 10a + 30b ....(2)

50 = 5a + 10b x2 ---- 100 = 10a + 20b

113 = 10a + 30b x1 ---- 113 = 10a + 30b
- 13 = - 10b
b = 1,3 --berarti kenaikan trend.
50 = 5a + 10b
50 = 5a + 10 ( 1,3 )
50 = 5a + 13
5a = 50 – 13
5a = 37
a = 7,4 --------- Y = 7,4 + 1,3x

y
15 Garis Trend
13 
Y = 7,4 + 1,3 x


10 

7 

Th
97 98 99 00 01

Y = 7,4 + 1,3 x
Y04 = 7,4 + 1,3 (7) = 7,4 + 9,1 = 16,5
Y05 = 7,4 + 1,3 (8) = 7,4 + 10,4 = 17,8
3. Metode Kuadrat Minimum (Least Square)

Rumus : Y = a + bx

I. Y = na + bx ------- Y = na ------ a = Y

n

II. XY = aX + bX2 -------- XY = bX2 ----- b = XY

X2

Dimana : X = 0

a. Data Ganjil ----- X = Xi – Xbar

i

Contoh : Y = a + bx
Tahun Y X
97 7 -2 Y = nilai trend yang ditaksir
98 10 -1 a = nilai trend dari periode dasar 99
ganjil / genap 99 – 00
99 9 0 b = pertambahan per setengah tahun
00 11 1 secara linier
01 13 2 X = unit setengah tahun yang dihitung
dari X = 0

X97 = 1997 – 1999 = -2

i

X98 = 1998 – 1999 = -1

i
 b. Data Genap ----- X = 2 ( Xi – X )

Contoh :
Tahun Y X
97 -5
98 -3
99 -1
00 1
01 3
02 5

X = 1999 + 2000 = 1999,5

2
X97 = 2 ( 1997 – 1999,5 )
= 2 ( -2,5)
= -5
Contoh : Perkirakanlah penjualan tahun 2004 dan 2005

Tahun Y X XY X2 Y = 19,5 + 2,35x

95 7 -7 -49 49 3,05
96 10 -5 -50 25 7,75
97 6 -3 -18 9 12,45
98 15 -1 -15 1 17,15
99 21 1 21 1 21,85
00 28 3 84 9 26,55
01 30 5 150 25 31,25
02 39 7 273 49 35,95

 = 156  = 396  = 168

X = 1998 + 1999 = 1998,5
2
X95 = 2 ( 1995 – 1998,5 )
= 2 ( -3,5)
= -7

a = Y = 156 = 19,5
n 8

b = XY = 396 = 2,35

X2 168

Y’ = 19,5 + 2,35x
Y’04 = 19,5 + 2,35(11) Y’05 = 19,5 + 2,35(13)
= 19,5 + 25,85 = 19,5 + 30,55
= 45,35 = 50,05

Jadi kesimpulannya, penjualan tahun 2004 = 45,35

Tahu 2005 = 50,05
b. TREND SECARA NON LINIER

Apabila berbentuk garis lurus maka yang lebih cocok adalah Linier.
Apabila berbentuk garis lengkung maka lebih cocok adalah Non Linier.
Non Linier ada 2 :
1. Trend Kuadratik

Y’ = a + bx + cx2
Dimana Y’ = nilai trend yang ditaksir
a, b , dan c merupakan konstanta
Persamaannya :
I. Y = na + bx + cx2 -------- I. Y = na + cx2
 XY
II. XY = ax + bx2 + cx3 ------- II. XY = bx2 --- b =  X 2

III. x2.Y = ax2 + bx3 + cx4 ---- III. x2.Y = ax2 + cx4
Dimana : X = 0 ; x3 = 0
Contoh :
Tahun Penjualan
X X2 X4 X.Y X2.Y Y=26,98+5,63x+1,07x2
(Y)
1995 25 -4 16 256 -100 400 =26,98+5,63(-4)+1,07(16)=
21,58
1996 21 -3 9 81 -63 189 19,72
1997 12 -2 4 16 24 48 20
1998 19 -1 1 1 -19 19 22,42
1999 30 0 0 0 0 0 26,98
2000 37 1 1 1 37 37 33,68
2001 45 2 4 16 90 180 42,52
2002 55 3 9 81 165 495 53,5
2003 63 4 16 256 252 1008 66,62
307 60 708 338 2376
Pertanyaan : hitunglah trend tahun 195 – 2003, perkirakanlah penjualan
tahun 2005 dan 2006!
 XY 338
b   5,633
X 2
60

I .  Y  na  c  x 2  307  9a  60c x 60
II .  x 2Y  a  x 2  c  x 4  2376  60a  708c x9

18.420 = 540a + 3600c

21.384 = 540A+ 6372c
- 2964 -2772c
 2964
C =  2772  1,07

307 = 9a + 60c Y’ = a +bx +cx2

307 = 9a + 60c (1,07) = 26,98 + 5,63x + 1,07x2
307 = 9a + 64,2
9a = 242,8
a = 26,98

Y’ = 26,98 + 5,63x + 1,07x2

a. Tahun 2005 ---- X = 6

Y’05 = 26,98 + 5,63 (6) + 1,07 (6)2
= 26,98 + 33,798 + 38,52
= 99,298

b. Tahun 2006 ---- X = 7

Y’06 = 26,98 + 5,63 (7) + 1,07 (7)2
= 26,98 + 39,431 + 52,43
= 118,841

2. TREND EKSPONENSIAL/EKSPONENSIIL

Y’ = a bx -------- log Y’ = log a + x. Log b

I. Y = na + bx ---------  log y = n.log a + log. bx
 log y = n.log a
 log y
Log a = n

II. XY = a x + b x2 ------ x.log y = log a x + log b.x2

x.log y = log b.x2
 x . log y
Log b =  x2
Dimana : X = 0

a. Data ganjil b. Data genap

Tahun Y X Tahun Y X
97 -2 97 -5
98 -1 98 -3
99 0 99 -1
00 1 00 1
01 2 01 3
02 5

Contoh :
Tahun Y X X2 Log Y X.logY Log Y’ = 1,4406 + 00335x Y’
96 25 -5 25 1,399 -6,9895
97 20 -3 9 1,3010 -3,903
98 19 -1 1 1,2788 -1,2788
99 27 1 1 1,4314 1,4314
00 35 3 9 1,5441 4,6323
01 49 5 25 1,6902 8,451
75 70 8,6434 2,3434

 log y 8,6434
log a    1,4406  dianti log kan
n 6
a  27,58
 X . log y 2,3434
Log b    0,0335  dianti log kan
X 2
70
b  1,08
Log Y’ = 1,4406 + 0,0335 x
x
Y’ = 27,58 (1,08)