TUGAS MATA KULIAH STATISTIKA

MAMPU MENGHITUNG SINGLE INDEKS,AGREGAT INDEKS,AVERAGE

INDEKS,WEIGHTED AVERAGE INDEKS.

DISUSUN OLEH KELOMPOK 11

 YULIA DWI MAHARANI (19103161201188)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH JAMBI

 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas segala limpahan rahmatnya,
sehingga kami dapat menyelesaikan penyusunan makalah ini. Penulisan makalah mengenai
MENGHITUNG SINGLE INDEKS,AGREGAT INDEKS,AVERAGE INDEKS,WEIGHTED AVERAGE
INDEKS. Yang mana maksud dan tujuan pembuatan makalah ini untuk memenuhi tugas mata
kuliah statistic yang mana hasil penilaiannya untun nilai smester 2. Isi dari makalah ini saya
ambil dari beberapa referensi buku dan media informasi yang ada.

Saya menyadari bahwa makalah ini masih jauh dari sempurna, karena masih banyak
kekurangan baik dari isi maupun dari segi penulisannya. Oleh karena itu, kritik dan saran yang
mengarah pada perbaikan makalah ini sangat saya harapkan. Dan semoga makalah ini dapat
bermanfaat untuk pengembangan wawasan dan peningkatan ilmu pengetahuan bagi kita
semua.

YULIA DWI MAHARANI(19103161201188)

 PEMBAHASAN.
SINGLE INDEX MODEL

Konsep Dasar Single Index Model

· Masalah dalam Model portofolio Markowitz (mean-variance model) :

Kesulitan menerapkan model untuk portofolio yang terdiri dari banyak saham.

· Untuk menyederhanakan analisis portofolio William Sharpe mengembangkan model

Markowitz dengan memperkenalkan model indeks tunggal (single index model) Model ini
mengkaitkan perhitungan return setiap aset individu pada return indeks pasar.

· Dasar Single Index Model:

Terdapat sebuah faktor/ variabel yang memengaruhi return semua sekuritas yaitu indeks pasar.

Secara matematis model indeks tunggal dirumuskan sebagai berikut:

Dalam model indeks tunggal ini, ada beberapa asumsi yang perlu diperhatikan, yaitu:

Perhitungan return sekuritas dalam model indeks tunggal melibatkan dua komponen utama
yaitu:
1. Komponen return yang dikaitkan dengan keunikan perusahaan, dilambangkan dengan
alpha

2. Komponen return yang terkait dengan pasar, dilambangkan dengan beta

Salah satu konsep penting dalam model indeks tunggal adalah terminologi beta . Beta
merupakan ukuran kepekaan return sekuritas terhadap return pasar. Semakin besar beta suatu
sekuritas,semakin besar kepekaan return sekuritas tersebut terhadap perubahan return pasar.
Dalam model indeks tunggal, investor perlu mengestimasi beta sekuritas yang dapat dilakukan
dengan menggunakan data historis.

Salah satu kegunaan model indeks tunggal adalah penyederhaan dari model Markowitz.
Dengan model indeks tunggal perhitungan risiko sekuritas diwakili dengan komponen beta .
Penggunaan model indeks tunggal dapat memperkirakan tingkat keuntungan yang diharapkan
untuk sekuritas individual. Dalam model indek s tunggal, nilai keuntungan yang diharapakan

diperoleh dengan persamaan sebagai berikut:

Dalam model indeks tunggal, kovarians antara saham A dan saham B hanya bisa dihitung atas
dasar kesamaan respons kedua saham tersebut return pasar. Oleh karena itu, risiko yang
relevan dalam model tersebut hanyalah risiko pasar. Secara sistematis, kovarians antar saham A
dan B yang hanya terkait dengan risiko pasar bisa dituliskan sebagai:

Dalam model indeks tunggal menunjukkan bahwa tingkat keuntungan yang diharapkan terdiri
dari komponen alpha yang mewakili karakteristik individu perusahaan dan komponen beta
yang mewakili risiko yang berhubungan dengan pasar. Namun untuk covariance, hanya
dipengaruhi oleh risiko pasar. Hal ini menunjukkan bahwa pergerakan saham bersama-sama
adalah bereaksi terhadap perubahan yang terjadi dipasar.

Persamaan perhitungan return dan risiko sekuritas dengan model indekstunggal dapat juga
diterapkan dalam perhitungan return dan risiko portofolio. Beta portofolio merupakan rata-rata
tertimbang dari beta saham yang membentuk portofolio tersebut. Dalam hal ini beta dapat
dihitung dengan rumus sebagai berikut:

Persamaan untuk menghitung return portofolio dan risiko portofolio dengan menggunakan
model indeks tunggal akan menjadi:
Bila investor mempunyai dana dengan proporsi sama pada N saham yang semakin besar, maka
nilai term kedua menjadi semakin kecil dan mendekati 0.

Portofolio Optimal Berdasarkan SIM

Ø Portofolio optimal berdasar SIM berpatokan pada excess return to beta, yang mengukur
kelebihan return relatif terhadap satu unit risiko yang tidak terdiversifikasi (beta).

Ø Portofolio optimal berisi aset dengan ERB tinggi→penentuan menggunakan cut-off point.

Contoh Soal

•Diketahui expected return dari indeks pasar adalah 25%. Bagian dari expected return suatu
sekuritas XYZ yang independen terhadap pasar (αi) adalah 4% dan βi sebesar 0,75. Ternyata
return realisasi sebesar 26%.

•Berapakah expected return sekuritas XYZ?

Jawab:

E(Ri) = αi + βi. E(RM)

E(Ri) = 4% + 0,75 . 25%

E(Ri) = 22,75%

Jadi nilai return realisasi berdasarkan single index model adalah Ri=22,75%+ei.Oleh karena itu

Maka kesalahan estimasi(ei) adalah sebesar 26%-22,75%=3,25% Jika nilai return realisasi sama
dengan nilai expected return,maka investor mengestimasi expected return tanpa kesalahan
 AGREGAT INDEKS.
Indeks Harga Bersusun (Agregatif) Merupakan indeks yang terdiri dari beberapa barang
(kelompok barang), misalnya indeks harga macam bahan pokok, indeks Impor dan Ekspor
Indonesia, indeks harga bahan makanan, indeks biaya hidup, indeks hasil penjualan suatu
perusahaan (lebih dari satu barang yang dijual), dll. Indeks harga agregatif memungkinkan kita
untuk melihat persoalan secara agregarif (secara makro), yaitu secara keseluruhan, bukan
melihat satu per satu (per individu).

Rumus Indeks Harga Bersusun (Agregatif)

lt,0 = indeks produksi pada waktu t dengan waktu dasar 0

Qn = Kuantitas pada tahun yang ditentukan

Q0 = Kuantitas pada tahun dasar

Metode agregatif sederhana terdiri dari angka indeks harga, angka indeks kuantitas, dan angka
indeks nilai.Angka indeks harga (P) memiliki rumus sebagai berikut:

A = indeks harga tidak tertimbang

Pn = harga yang dihitung angka indeksnya

P0 = harga pada tahun dasar

Angka indeks kuantitas (Q) dapat dirumuskan sebagai berikut.

IA = indeks kuantitas tidak tertimbang

Qn = kuantitas yang dihitung angka indeksnya

Q0 = kuantitas pada tahun dasar

Angka indeks nilai (V) memiliki rumus sebagai berikut.

IA = indeks nilai

Vn = nilai yang dihitung angka indeksnya

V0 = nilai pada tahun dasar

Metode tidak tertimbang terdiri dari metode agregatif sederhana, metode Laspeyres, metode
Paasche, metode Drobisch dan Bowley, serta metode Irving Fisher.Metode agregat sederhana
dapat dirumuskan sebagai berikut.

IA = indeks nilai

Pn = nilai yang dihitung angka indeksnya

P0 = nilai pada tahun dasar

W = faktor penimbang

Sementara itu, metode Laspeyres dapat digunakan dengan rumus berikut.

IL = angka indeks Laspeyres

Pn = harga pada tahun yang dihitung angka indeksnya

P0 = harga pada tahun dasar

Q0 = kuantitas pada tahun dasar

Metode Paasche memiliki rumus sebagai berikut.

IP = angka indeks Paasche

Pn = harga pada tahun yang dihitung angka indeksnya

P0 = harga pada tahun dasar

Qn = kuantitas pada tahun yang dihitung angka indeksnya

Metode Drobisch dan Bowley dapat digunakan dengan rumus berikut.

ID = indeks harga Drobisch

IL = indeks harga Laspeyres

IP = indeks harga Paasche

Terakhir adalah metode Irving Fisher yang dianggap paling ideal. Metode ini menggunakan
rumus sebagai berikut.

IF = indeks harga Irving Fischer

IL = indeks harga Laspeyres

IP = indeks harga Paasche

CONTOH soal: KOTA X
Berikut adalah data konsumsi dan pengeluaran energi menurut sektor di Kota X. Hitung Indeks
harga Agregat untuk pengeluaran energi pada tahun 2000 dengan tahun dasar 1985.

KOTA X
Indeks Harga Agregat Tak Tertimbang

Average Indeks & Weighted Average Indeks

Nilai Pasar adalah kumulati jumlah saham tercatat (yang digunakan untuk perhitungan indeks)
dikali dengan harga pasar. Nilai Pasar biasa disebut juga Kapitalisasi Pasar. Formula untuk
menghitung Nilai Pasar adalah:

p = Closing price (harga yang terjadi) untuk emiten ke-i.

q = Jumlah saham yang digunakan untuk penghitungan indeks (jumlah saham yang tercatat)
untuk emiten ke-i.
n = Jumlah emiten yang tercatat di BEI (jumlah emiten yang digunakan untuk perhitungan
indeks)

Untuk populasi terbatas, pengambilan sampel tanpa pengembalian dan σ diketahui atau n/N >
5%

Untuk sampel kecil (n ≤ 30)

Contoh: Sebuah perusahaan ingin mengestimasi rata-rata waktu yang diperlukan oleh sebuah
mesin yang digunakan untuk memproduksi satu jenis kain. Diambil secara acak 36 pis kain,
waktu rata-rata yang diperlukan untuk memproduksi 1 pis kain adalah 15 menit. Jika
diasumsikan standar deviasi populasi 3 menit, tentukan estimasi interval rata-rata dengan
tingkat confidence (tingkat kepercayaan) 95% ?

Jawaban:

X (Rata-rata) = 15 menit

n = 36

Simpangan Baku = 3

Nilai standar Deviasi = = 3 : √36 = 0.5

Tingkat Kepercayaan 95%, dari tabel distribusi normal diperoleh Ztabel = 1.96

14.02 < µ < 15.98

Rata-rata tertimbang/terbobot (weighted average) adalah rata-rata yang dihitung dengan

memperhitungkan timbangan/bobot untuk setiap datanya. Setiap penimbang/bobot tersebut
merupakan pasangan setiap data. Rumus rata-rata tertimbang/terbobot adalah sebagai berikut:

Keterangan:

= rata-rata tertimbang

xi = nilai data ke-i

wi = bobot data ke-i

n = jumlah data

Contoh penggunaan rata-rata tertimbang:

Sebuah perguruan tinggi membuka penerimaan mahasiswa baru. Dalam rangka penerimaan,
perguruan tinggi tersebut melaksanakan ujian masuk untuk calon mahasiswa baru. Calon
mahasiswa baru diwajibkan mengkuti tes kemampuan 3 mata pelajaran, yaitu matematika,
bahasa inggris dan pengetahuan,umum Untuk memberikan penilaian yang lebih baik,
perguruan tinggi tersebut membobot setiap mata pelajaran yang diujiankan. Matematika diberi
bobot 50, bahasa Inggris 30 dan pengetahuan umum 20.Setelah ujian dilaksanakan, seorang
calon mahasiswa baru mendapatkan nilai sebagai berikut. Matematika 65, bahasa inggris 70
dan pengetahuan umum 80. Berapakah nilai rata-rata calon mahasiswa tersebut?

Jawaban:

Diketahui bahwa penilaian bersifat terbobot, oleh karena itu penghitungan nilai mahasiswa
tersebut menggunakan rumus rata-rata tertimbang.Dengan menggunakan rumus rata-rata
tertimbang maka penghitungan nilai mahasiswa tersebut adalah sebagai berikut.

Jadi, nilai rata-rata calon mahasiswa baru tersebut adalah 69,5.

Penjelasan tambahan:

Jika kita menghitungnya menggunakan rata-rata hitung biasa. Maka rata-rata nilai mahasiswa
tersebut adalah sebagai berikut.

Dari hasil tersebut bisa kita ketahui bahwa nilai rata-rata hitung (71,67) lebih tinggi dari nilai
rata-rata tertimbang (69,5). Jika kita perhatikan untuk setiap nilai datanya, bisa kita ketahui
bahwa penyebab rendahnya nilai rata-rata tertimbang adalah karena nilai matematikanya
paling rendah di antara mata pelajaran yang lain padahal nilai matematika tersebut memiliki
bobot paling besar. Sedangkan nilai bahasa inggris adalah nilai yang paling tinggi, tetapi karena
bobotnya paling kecil sehingga tidak mampu memberikan kontribusi lebih besar untuk
meningkatkan nilai rata-ratanya..