STATISTIK 1
3 EF 219
2
Minggu Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan Waktu Referensi
1 Setelah mengikuti materi ini, mahasiswa Pendahuluan : Pengertian Pengertian statistik 120 menit WW.Ch.1
akan dapat : statistik dan ruang lingkupnya
Ruang lingkup statistik WW.Ch.1
-- Menjelaskan pengertian statistik, ruang
lingkup dan kegunaannya Fungsi statistik WW.Ch.1
3
Minggu Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan Waktu Referensi
5 -- Dapat menjelaskan pengertian ukuran Ukuran letak KuartIl 120 menit WW.Ch.2
letak
Desil WR.Ch.3
-- Dapat menghitung ukuran letak
ProsentIl NB.Ch.4
6–7 -- Dapat menjelaskan pengertian & Penyebaran (disperasi) Range 240 menit WW.Ch.2
kegunaan ukuran penyebaran
Deviasi kuartil (quartile deviation) WR.Ch.3
-- Dapat mengenal jenis-jenis ukuran pe-
nyebaran, serta mampu menghitungnya Deviasi rata-rata (mean deviation) NB.Ch.5
9 -- Dapat menjelaskan pengertian angka Angka indeks Pengertian 120 menit WW.Ch.22
indeks
Jenis-jenis angka indeks WR.Ch.3
-- Dapat mengenal dan dapat menghitung
-- Indeks sederhana NB.Ch.6
angka indeks
10 – 11 -- Dapat menjelaskan pengertian angka Angka indeks Indeks tertimbang 240 menit WW.Ch.22
indeks
Angka indeks laspeyres WR.Ch.3
-- Dapat mengenal dan dapat menghitung
angka indeks Angka indeks paasche NB.Ch.6
4
Minggu Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan Waktu Referensi
5
I. PENDAHULUAN
Statistika Inferens
parameter atau menguji
Sampel asumsi parameter
populasi
bukan
Penggunaan data
Penarikan kesimpulan
sensus (populasi) untuk
tentang karakteristik
analisa karakteristik
populasi (parameter)
(parameter) populasi
yang diselidiki
yang diselidiki
Materi:
1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
4. Angka indeks
Statistika Deskriptif
5. Deret berkala dan
peramalan
Materi:
STATISTIKA 1. Probabilitas dan teori
keputusan
2. Metode sampling
3. Teori pendugaan
Statistika Induktif 4. Pengujian hipotesa
5. Regresi dan korelasi
6. Statistika
nonparametrik
Muh. Arif, Fak. Ekonomi UMI
B. Tujuan Statistik
POPULASI SAMPEL
Sebuah kumpulan dari semua Suatu bagian dari populasi
kemungkinan orang-orang,
tertentu yang menjadi
benda-benda dan ukuran lain
dari objek yang menjadi perhatian.
perhatian.
1. Jenis kelamin
2. Warna kesayangan
3. Asal suku, dan lain-lain
1. Berat badan
Data Kuantitatif 2. Jarak kota
3. Luas rumah,
dll
Data Kontinu
Perusahaan :
1. Keuangan
Data Internal 2. Produksi
3. Penjualan
DATA
Perusahaan :
1. Perkembangan Harga
Data Eksternal 2. Daya Beli Masyarakat
3. Konsumsi Masyarakat
1. Wawancara langsung
2. Wawancara tidak
Data Primer
langsung
3. Pengisian kuisioner
DATA
Data dari pihak lain:
1. BPS
Data Sekunder 2. Bank Indonesia
3. World Bank, IMF
4. FAO dan lain-lain
DATA
Sensus Menyeluruh
DATA
Sampel :
1. Acak Sederhana
2. Acak Berlapis/Berstrata
Sampling
3. Bertahap/Bertingkat
4. Sistematik
5. Bergerombol
1. Eka Arah
Tabel 2. Dwi Arah
3. Tri Arah
DATA
1. Garis
Grafik 2. Batang
3. Gambar
A. Tujuan
Untuk menyajikan data mentah yang diperoleh dari populasi
atau sampel menjadi data yang tertata dengan baik, sehingga
bermakna informasi bagi pengambilan keputusan.
Langkah-langkah dalam Statistik Deskriptif:
(a) Memahami masalah dan jawaban yang diperlukan.
Definisi:
a. Mengumpulkan data
b. Mengurutkan data dari terkecil ke terbesar atau
sebaliknya
c. Membuat kategori kelas
Jumlah kelas k = 1 + 3,322 log n
di mana 2k>n; di mana k= jumlah kelas;
n = jumlah data
d. Menentukan besarnya Range = NT – NR
e. Membuat interval kelas
Range
Ci
1 3,322 log n
f. Melakukan penghitungan atau penturusan setiap
kelasnya
60 30 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 95 66 73 42 65 94 89 88
b. Range = 95 – 30 = 65
BB – BA 0
Jumlah 50 1
Muh. Arif, Fakultas Ekonomi UMI
C. Grafik Distribusi Frekuensi
Histogram
Y = Jml KK
14
12
10
0
X = Pend Perkap
29,5 - 39,5 39,5 - 49,5 49,5 - 59,559,5 - 69, 569,5 - 79,5 79,5 - 89,5 89,5 - 99,5
12
10
0 X = Pend Perkap
34,5 44,5 54,5 64,5 74,5 84,5 94,5
Y = Jml KK
60
(+) (-)
50
40
30
Titik
ogive
20
10
0
X = Pend Perkap
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5
Un-Group Data
Rata-rata hitung sampel
X i
N
Muh. Arif, Fakultas Ekonomi UMI
Contoh :
Pendapatan Perkapita Masyarakat di Daerah A dari 50 Kepala Keluarga
Pada Tahun 2005 (ratusan ribu rupiah)
60 30 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 95 66 73 42 65 94 89 88
Rata-rata hitungnya :
X1 X 2 X 3 ... X n
X
n
60 71 80 ... 88
50
3253
50
65,06
Muh. Arif, Fakultas Ekonomi UMI
Group Data
X
fX i i
atau X
fX
i i
f i n
X X0
fd i i
.Ci
f i
X
fX i i
f i
3255
50
65,1
X X0
fd i i
.C i
f i
3
64,5 .10
50
30
64,5
50
64,5 0,6
65,1
Muh. Arif, Fakultas Ekonomi UMI
B. Median
Un-Group Data
Contoh :
Pendapatan Perkapita Masyarakat di Daerah A dari 50
Kepala Keluarga Pada Tahun 2005 (ratusan ribu rupiah)
Row data
60 30 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 95 66 73 42 65 94 89 88
30 41 50 55 61 66 71 76 81 89
35 42 52 57 64 66 73 77 84 91
35 45 53 59 65 67 73 77 85 94
39 47 54 60 65 68 74 78 85 94
41 48 55 60 65 69 74 80 88 95
65 66
Md
2
131
2
65,5
n
( n fkm 1 )
Md Ba 2 .Ci
fkm 1 fkm -1
n
fkm -1
Md Bb 2 .Ci
fkm 1 fkm -1
Dengan batas atas
50
18 n
( n fkm 1 )
59,5 2 .10 Md Ba 2 .Ci
30 18 fkm 1 fkm -1
25 18
59,5 .10 50
(50 30 )
12
70 69,5 2 .10
59,5 30 18
12 25 20
69,5 .10
59,5 5,8333 12
65 ,3333 50
69,5
12
69,5 4,1666
65,3333
Muh. Arif, Fakultas Ekonomi UMI
Jenis-jenis
C. ModusData
Un-Group Data
Contoh :
Pendapatan Perkapita Masyarakat di Daerah A dari 50
Kepala Keluarga Pada Tahun 2005 (ratusan ribu rupiah)
30 41 50 55 61 66 71 76 81 89
35 42 52 57 64 66 73 77 84 91
35 45 53 59 65 67 73 77 85 94
39 47 54 60 65 68 74 78 85 94
41 48 55 60 65 69 74 80 88 95
Muh. Arif, Fakultas Ekonomi UMI
Group Data
f 0 f -1
Mo Bb .Ci
(f 0 f -1) (f 0 f 1)
Dengan Nilai Xo
f 1 f -1 Ci
Mo X 0 .
2f 0 f 1 f -1 2
Data “X”
XA XB XC
50 50 100
50 40 40
50 30 80
50 60 20
50 70 10
250 250 250
X = 50 X = 50 X = 50
100
90
80
70
60
Series1
50
Series2
40 Series3
30
20
10
0
1 2 3 4 5
1. Rata-rata sama
10
Penyebaran berbeda
9
8
7
6
5
4
3
2
1
0
2 3 4.6 5 6
10
10
9
9
8
8
7
7
6
6
5 5
4 4
3 3
2 2
1 1
0 0
2 3 4.6 5 6 2 3 4 5 6 7
Muh. Arif, Fakultas Ekonomi UMI
Pengukuran Penyebaran dapat
dilakukan dengan cara:
Contoh:
Un-Group Data:
Untuk X A Range = 50 – 50 = 0
Untuk X B Range = 70 – 30 = 40
Untuk X C Range = 100 – 10 = 90
50%
75%
Q 3 Q1
Qd
2
i(n 1)
Qi
4
in
fkq 1
Qi Bb 4 .C i
fkq 1 fkq 1
1(50)
10 3(50)
4 30
Q1 49,5 .10 69,5 4
18 10 Q 3
39 30
.10
12 , 5 10 37 , 5 30
49,5 .10 69,5 .10
8 9
25 75
49,5 69,5
8 9
52,625 77,8333
Un-Group Data
MD
Xi X
n
MD
f i Xi X
n
Contoh :
Tabel : Distribusi Pendapatan Perkapita Masyarakat di Daerah A dari
50 Kepala Keluarga Pada Tahun 2005 (ratusan ribu rupiah)
Xi X fi X i X
Ci Xi fi Xi X
f i Xi X
30 – 39 34,5 4 -30,6 30,6 122,4
MD
40 – 49 44,5 6 -20,6 20,6 123,6 n
50 – 59 54,5 8 -10,6 10,6 84,8 676
60 – 69 64,5 12 0,6 0,6 7,2
70 – 79 74,5 9 9,4 9,4 84,6
50
80 – 89 84,5 7 19,4 19,4 135,8 13,52
90 – 99 94,5 4 29,4 29,4 117,6
Jumlah 50 676
Un-Group Data
Varians (S2)
X i X
2
S
2
n X X
2
i i
2
atau
2
S
n 1 n(n 1)
X X X
2 2
X
2
n
S
i atau S
i i
n 1 n(n 1)
Varians
n X X
2 2
atau S2
i i
2
X X n(n 1)
2 i
S
n 1
2
5(13500) - (250)
1000 5 ( 5 1)
67500 - 62500
5 1
20
250 250
Muh. Arif, Fakultas Ekonomi UMI
Deviasi Standar
X
2
X
S
i
n 1
250
15,8114
atau
S
n X X
2
i i
2
n(n 1)
250
15,8114
Muh. Arif, Fakultas Ekonomi UMI
Group Data
Varians (S2)
Long Method: Short Method:
S2
f (X i i X) 2 n
S 2 C i2 .
f d f d
i
2
i i i
2
n 1 n(n 1)
f (X X) n f d f d
2 2
2
S Ci i i i i
S
i i
n(n 1)
n 1
S2 f (X i i X)2 S 2
C .2
i
n(n 1)
n f i d i2 f i d i 2
n 1
50 141 3 2
14082 ,00 10
2
50(50 1)
50 1 7050 9
100
287,3878 2450
100 (2,873878)
287,3878
f (X f i d i
n f i d i2
2
X) 2
S Ci
S
i i
n(n 1)
n 1 10 2,873878
287,3878 16,9525 10 (1,69525)
16,9525
Muh. Arif, Fakultas Ekonomi UMI
UKURAN KECONDONGAN
(SKEWNESS)
Kurva Simetris
X
X=Md=Mo
Bentuk Kecondongan Kurva
Mo
Md
X
Bentuk Kecondongan Kurva
Un-group data :
X
3
1
X
3 n i
S3
Group data :
f X
3
1
X
3 n i i
S3
Contoh : dari contoh soal yang lalu dalam bentuk group data
diketahui X = 65,1 dan S = 16,9525, maka :
Pendapatan Mid Point Jumlah KK
Perkapita (Ci) (Xi) (fi) Xi X (Xi X) 3 f i (Xi X) 3
BB - BA
Jumlah 50 -16358,4000
Koefisien Kecondongan Relatif
f X
3
1
X
3 n i i
S3
1
50 ( -16358,400 0)
(16,9525) 3
- 327,1680
4871,9325
0,06715364 0,06715
Y = Jml KK
14
12
10
0 X = Pend Perkap
34,5 44,5 54,5 64,5 74,5 84,5 94,5
UKURAN KERUNCINGAN
(KURTOSIS)
Keruncingan Kurva
Un-group data :
X
4
1
X
4 n i
S4
Group data :
f X
4
1
X
4 n i i
S4
BB - BA
Jumlah 50 8738836,5600
Koefisien Keruncingan
f X
4
1
X
4 n i i
S4
1
50 (8738836,56 00)
(16,9525) 4
174776,731 2
82591,4351
2,1162
2001 30 96,77
30
Rumus : 31
x 100
32
2002 32 103,23 31
x 100
33
Kt 2003 33 106,45 x 100
IKRS
31
x 100 2004 32 103,23
32
x 100
Ko 31
30
2005 30 96,77 31
x 100
2006 31 100,00
31
31
x 100
Angka Indeks Tak Tertimbang
1. Angka Indeks Relatif Sederhana
Vt
78752
INRS x 100 atau 2002 2461 32 78752 250,53 31434
x 100
x 100
INRS x 100 31434
2005 2524 30
75720
Ho K o 75720 240,89 31434
x 100
Rumus : IH AS
H t
x 100
H o
Contoh :
Harga per kg kelompok produk pertanian di Sul-sel Tahun 2001-2006
Jenis Prod.
2001 2002 2003 2004 2005 2006
Dari data tersebut,
Pertanian hitunglah indeks
Beras 1112 2461 2058 2240 2524 2777 harga agregatif
Jagung 465 500 627 662 1294 1650 sederhana kelompok
Kedelai 1215 1151 1148 1257 1380 1840 produk pertanian di
Kacang Hijau 1261 1288 1630 1928 3687 3990 Sul-sel dengan tahun
Kacang Tanah 2095 2000 2288 2233 2540 3100 dasar 2004 !
Ketela Pohon 205 269 261 243 551 650
Ketela Rambat 298 367 357 351 789 980
Kentang 852 824 937 1219 2004 2450
Angka Indeks Tak Tertimbang
2. Angka Indeks Agregatif Sederhana
Jawab :
a. Langkah pertama menjumlahkan harga semua jenis produk pertanian
Rumus : IK AS
K t
x 100
K o
Contoh :
Kuantitas Produk pertanian (ribu ton) di Sul-sel Tahun 2001-2006
Jenis Prod.
2001 2002 2003 2004 2005 2006
Dari data tersebut,
Pertanian hitunglah indeks
Beras 30 32 33 32 30 31 kuantitas agregatif
Jagung 6,2 6,7 6,2 7,9 6,5 6,8 sederhana kelompok
Kedelai 1,3 1,5 1,6 1,9 1,7 1,6 produk pertanian di
Kacang Hijau 0,2 0,3 0,2 0,5 0,6 0,3 Sul-sel dengan tahun
Kacang Tanah 0,6 0,7 0,7 0,8 0,6 0,6 dasar 2004 !
Ketela Pohon 17,1 15,8 15,9 16,5 17,3 15,7
Ketela Rambat 2,2 1,9 2,1 2,2 2,1 1,8
Kentang 0,1 0,3 0,4 0,5 0,6 0,5
Angka Indeks Tak Tertimbang
2. Angka Indeks Agregatif Sederhana
Jawab :
a. Langkah pertama menjumlahkan kuantitas semua jenis produk pertanian
59,2
2002 59,2 95,02 62,3
x 100
60,1
2003 60,1 96,47 62,3
x 100
62,3
2004 62,3 100,00 62,3
x 100
59,4
2005 59,4 95,35 62,3
x 100
58,3
2006 58,3 93,58 62,3
x 100
Angka Indeks Tak Tertimbang
2. Angka Indeks Agregatif Sederhana
Rumus : IN AS
V t
x 100 atau IN AS
H K t t
x 100
V o H K o o
Contoh :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
Jenis Prod. Tahun 2004 Tahun 2006
Pertanian Harga Kuantitas Harga Kuantitas Dari data tersebut,
Beras 2240 32 2777 31 hitunglah indeks
Jagung 662 7,9 1650 6,8 nilai agregatif
Kedelai 1257 1,9 1840 1,6 sederhana dengan
Kacang Hijau 1928 0,5 3990 0,3 tahun dasar 2004 !
Kacang Tanah 2233 0,8 3100 0,6
Ketela Pohon 243 16,5 650 15,7
Ketela Rambat 351 2,2 980 1,8
Kentang 1219 0,5 2450 0,5
Angka Indeks Tak Tertimbang
2. Angka Indeks Agregatif Sederhana
Jawab :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
IN AS
H K t t
x 100
116502 ,00
x 100 133,24
H K o o 87439 ,70
Angka Indeks Tertimbang
1. Indeks Laspeyres
IL
HK t o
x 100 IL
KH t o
x 100
H K o o K H o o
Contoh :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
Jenis Prod. Tahun 2004 Tahun 2006
Pertanian Harga Kuantitas Harga Kuantitas
Dari data tersebut,
Beras 2240 32 2777 31
hitunglah indeks
Jagung 662 7,9 1650 6,8
Harga Tertimbang
Kedelai 1257 1,9 1840 1,6
dengan rumus
Kacang Hijau 1928 0,5 3990 0,3
Laspeyres, gunakan
Kacang Tanah 2233 0,8 3100 0,6
tahun dasar 2004 !
Ketela Pohon 243 16,5 650 15,7
Ketela Rambat 351 2,2 980 1,8
Kentang 1219 0,5 2450 0,5
Angka Indeks Tertimbang
1. Indeks Laspeyres
Jawab :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
IL
H K t o
x 100
123976,00
x 100 141,78
H K o o 87439 ,70
Angka Indeks Tertimbang
2. Indeks Paasche
IP
HK t t
x 100 IP
KH t t
x 100
H K o t K H o t
Contoh :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
Jenis Prod. Tahun 2004 Tahun 2006
Pertanian Harga Kuantitas Harga Kuantitas
Dari data tersebut,
Beras 2240 32 2777 31
hitunglah indeks
Jagung 662 7,9 1650 6,8
Harga Tertimbang
Kedelai 1257 1,9 1840 1,6
dengan rumus
Kacang Hijau 1928 0,5 3990 0,3
Paasche, gunakan
Kacang Tanah 2233 0,8 3100 0,6
tahun dasar 2004 !
Ketela Pohon 243 16,5 650 15,7
Ketela Rambat 351 2,2 980 1,8
Kentang 1219 0,5 2450 0,5
Angka Indeks Tertimbang
2. Indeks Paasche
Jawab :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
IP
H K t t
x 100
116502,00
x 100 140,48
H K o t 82927,40
Angka Indeks Tertimbang
3. Indeks Drobisch
Indeks Harga
Ht Ko Ht Kt
x 100 x 100
IL IP H o K o H K
o t
ID
2 2
Indeks Kuantitas
K tHo KtHt
x 100 x 100
IL IP K o H o
KoHt
ID
2 2
Contoh : Dari hasil perhitungan IL dan IP di atas, hitunglah indeks Harga
Tertimbang dengan rumus Drobisch !
Jawab : IL IP 141,78 140,48
ID 141,13
2 2
Angka Indeks Tertimbang
4. Indeks Fisher
Indeks Harga
Ht Ko H t K t
IF IL x IP x 100 x 100
H K H K
o o o t
Indeks Kuantitas
K tHo K t H t
IF IL x IP x 100 x 100
K H K H
o o o t
IME
H (K t o Kt )
x 100 IME
K t (H o H t )
x 100
H (K o o Kt ) K o (H o H t )
Contoh :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
Jenis Prod. Tahun 2004 Tahun 2006
Pertanian Harga Kuantitas Harga Kuantitas
Dari data tersebut,
Beras 2240 32 2777 31
hitunglah indeks
Jagung 662 7,9 1650 6,8
Harga Tertimbang
Kedelai 1257 1,9 1840 1,6
dengan rumus
Kacang Hijau 1928 0,5 3990 0,3
Marshal-Edgeworth,
Kacang Tanah 2233 0,8 3100 0,6
gunakan tahun
Ketela Pohon 243 16,5 650 15,7
dasar 2004 !
Ketela Rambat 351 2,2 980 1,8
Kentang 1219 0,5 2450 0,5
Angka Indeks Tertimbang
5. Indeks Marshal-Edgeworth
Jawab :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
IME
H (K t o Kt )
x 100
240478,00
x 100 141,15
H (K o o Kt ) 170367,10
Angka Indeks Tertimbang
6. Indeks Wals
IW
H t KoK t
x 100 IW
K t Ho H t
x 100
H o KoK t K o Ho H t
Contoh :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
Jenis Prod. Tahun 2004 Tahun 2006
Pertanian Harga Kuantitas Harga Kuantitas
Dari data tersebut,
Beras 2240 32 2777 31
hitunglah indeks
Jagung 662 7,9 1650 6,8
Harga Tertimbang
Kedelai 1257 1,9 1840 1,6
dengan rumus Wals,
Kacang Hijau 1928 0,5 3990 0,3
gunakan tahun
Kacang Tanah 2233 0,8 3100 0,6
dasar 2004 !
Ketela Pohon 243 16,5 650 15,7
Ketela Rambat 351 2,2 980 1,8
Kentang 1219 0,5 2450 0,5
Angka Indeks Tertimbang
6. Indeks Wals
Jawab :
Harga dan Kuantitas Produk Pertanian di Sul-Sel Tahun 2004 dan 2006
IW
H t K oK t
x 100
120096,14
x 100 141,11
H o K oK t 85107,68
VII. ANALISA DERET BERKALA
Garis Trend
Time Series
X (periode tahun)
Muh. Arif, Fakultas Ekonomi UMI
2. Variasi Musim gerakan yang berulang secara teratur
selama kurang lebih satu tahun dalam
musim-musim tertentu, dan gerakan itu
naik turun sekitar trend dan mempunyai
amlitudo yang sama.
Grafik:
Y (data time series)
Garis Trend
Time Series
X (periode tahun)
Time Series
Kemakmuran
Pemulihan
Kemunduran
Resesi
X (periode tahun)
Muh. Arif, Fakultas Ekonomi UMI
4. Gerak Berulang dan Tidak Beraturan perubahan berupa
kenaikan dan penurunan
yang tidak beraturan
baik dari segi waktu dan
lama dari siklusnya.
Perubahan seperti ini
sukar diterka karena
tidak dapat diperkirakan
sebelumnya.
Harga 3 9 14 12 10 11 23 24 18 26
Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2010 dan 2013
c. Gambarkan grafiknya
Jawab:
a. Persamaan garis trend:
Y’ = a + bX
Nilai X Nilai X
Semi rata-
Tahun Harga Semi Total untuk tahun untuk tahun
rata
dasar 1999 dasar 2004
1997 3 -2 -7
1998 9 -1 -6
1999 14 K1 48 9,6 0 -5
2000 12 1 -4
2001 10 2 -3
2002 11 3 -2
2003 23 4 -1
2004 24 K2 102 20,4 5 0
2005 18 6 1
2006 26 7 2
K 2 K1
b
tahun dasar 2 - tahun dasar 1
20,4 9,6
2004 - 1999
10,8
2,16
5
Tahun 2010
Apabila menggunakan tahun dasar 1999, nilai X = 11
Y’ = 9,6 + 2,16 X = 9,6 + 2,16 (11) = 33,36
Apabila menggunakan tahun dasar 2004, nilai X = 6
Y’ = 20,4 + 2,16 X = 20,4 + 2,16 (6) = 33,36
Jadi perkiraan harga barang “Z” tahun 2010 sebesar Rp. 3.336.000
Tahun 2013
Apabila menggunakan tahun dasar 1999, nilai X = 14
Y’ = 9,6 + 2,16 X = 9,6 + 2,16 (14) = 39,84
Apabila menggunakan tahun dasar 2004, nilai X = 9
Y’ = 20,4 + 2,16 X = 20,4 + 2,16 (9) = 39,84
Jadi perkiraan harga barang “Z” tahun 2013 sebesar Rp. 3.984.000
Y = Harga
30
25 Garis Trend
Time Series
20
15
10
0 X = tahun
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Harga 3 9 14 12 10 11 23 24 18 26
Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2010 dan 2013
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya
Jawab:
a. Persamaan garis trend:
Y’ = a + bX
Harga
Tahun X XY X2 Y’ = 5,348 + 2,145 X
(Y)
1997 3 0 0 0 5,348
1998 9 1 9 1 7,493
1999 14 2 28 4 9,638
2000 12 3 36 9 11,783
2001 10 4 40 16 13,928
2002 11 5 55 25 16,073
2003 23 6 138 36 18,218
2004 24 7 168 49 20,363
2005 18 8 144 64 22,508
2006 26 9 234 81 24,653
Jumlah 150 45 852 285 -
I. ∑Y = na + b ∑X
150 = 10a + 2,145 (45)
150 = 10a + 96,525
10a = 150 – 96,525
10a = 53,475
a = 5,348
Y’ = a + bX
Y’ = 5,348 + 2,145 X
Jadi perkiraan harga barang “Z” tahun 2010 sebesar Rp. 3.323.300
Jadi perkiraan harga barang “Z” tahun 2013 sebesar Rp. 3.966.800
25 Garis Trend
Time Series
20
15
10
0 X = Tahun
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
I. ∑Y = na a
Y
n
II. ∑XY = b ∑X b
2 XY
X2
Harga 3 9 14 12 10 11 23 24 18 26
Pertanyaan:
a. Buatlah persamaan garis trend linier harga barang tersebut
b. Hitunglah perkiraan harga barang Z tahun 2010 dan 2013
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya
Jawab:
a. Persamaan garis trend:
Y’ = a + bX
Harga
Tahun X XY X2 Y’ = 15 + 1,073 X
(Y)
1997 3 -9 -27 81 5,343
1998 9 -7 -63 49 7,489
1999 14 -5 -70 25 9,635
2000 12 -3 -36 9 11,781
2001 10 -1 -10 1 13,927
2002 11 1 11 1 16,073
2003 23 3 69 9 18,219
2004 24 5 120 25 20,365
2005 18 7 126 49 22,511
2006 26 9 234 81 24,657
Jumlah 150 0 354 330 -
Y = Harga
30
25 Garis Trend
Time Series
20
15
10
0 X = Tahun
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
a
nX X 4 2 2
b
XY
X 2
c
n X2Y X Y 2
n X X 4 2 2
Pertanyaan:
a. Buatlah persamaan garis trend kuadratis pelanggan PT. Telkom tersebut
b. Hitunglah perkiraan pelanggan PT. Telkom tahun 2010 dan 2013
c. Hitunglah nilai trend setiap tahunnya
d. Gambarkan grafiknya
Jawab:
a. Persamaan garis trend:
Y’ = a + bX + cX2
a
n X X 4 2 2
34 ,8 1414 402 70
6 1414 70
2
c
n X Y X Y
2 2
n X X
49207 , 2 28140
4 2 2
8484 4900
21067 , 2 6 402 70 34 ,8
6 1414 70
3584 2
5,862
2412 2436
b
XY 8484 4900
X 2
24
20 , 6 3584
0 , 294 - 0,007
70
Jadi Persamaan Garis Trend Kuadratisnya:
Y’ = a + bX + cX2
Y’ = 5,862 + 0,294 X – 0,007 X2
Muh. Arif, Fakultas Ekonomi UMI
b. Perkiraan Pelanggan PT. Telkom tahun 2010 dan tahun 2013
Y = Pelanggan
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
X = Tahun
2001 2002 2003 2004 2005 2006
n 1 5 1
n=5 k 2
2 2
Xk + 1 = 0
X2+ 1 = 0
X3 = 0
Jarak antara dua waktu diberi nilai satu satuan. Di atas nol diberi tanda
– dan di bawah nol diberi tanda + ( -2, -1, 0 1, 2)
n 6
n=6 k 3
2 2
X 3 ( 3 1 ) 0
2
X 7 0
2
X 3 , 5 0
Jarak antara dua waktu diberi nilai dua satuan. Di atas nol diberi tanda
– dan di bawah nol diberi tanda + (-5, -3, -1, 1, 3, 5)
r = (+) 1
X
0
r = (-) 1
X
0
r =0
X
0
Contoh:
Tabel: Pengeluaran untuk pakaian, dan total pengeluaran (ratusan ribu
rupiah) dari 10 responden sebagai berikut:
Pengeluaran
3,5 4,3 5,0 6,0 7,0 9,0 8,0 10,0 12,0 14,0
untuk Pakaian
Total
15 20 30 42 50 54 65 72 85 90
Pengeluaran
Pertanyaan:
Hitunglah besarnya hubungan (koefisien korelasi) antara pengeluaran untuk
pakaian dan total pengeluaran dari 10 responden tersebut, serta jelaskan
hasil perhitungannya.
Muh. Arif, Fakultas Ekonomi UMI
Jawab:
Tabel: Pengeluaran untuk pakaian, dan total pengeluaran (ratusan ribu
rupiah) dari 10 responden sebagai berikut:
Pengeluaran Total
u/ Pakaian Pengeluaran XiYi Xi2 Yi2
(Yi) (Xi)
3,5 15 52,5 225 12,25
4,3 20 86 400 18,49
5,0 30 150 900 25,00
6,0 42 252 1764 36,00
7,0 50 350 2500 49,00
9,0 54 486 2916 81,00
8,0 65 520 4225 64,00
10,0 72 720 5184 100,00
12,0 85 1020 7225 144,00
14,0 90 1260 8100 196,00
78,8 523 4896,5 33439 725,74
n X i Yi X i Yi
r
n X X
2
i i
2
n Y Y
i
2
i
2
10(4896,5) (523 )( 78 ,8 )
10 (33439 ) (523 ) 2 10(725,74) ( 78,8) 2
48965 41212 , 4
334390 273529 7257,4 6209,44
7752 ,6
60861 1047,96
7752 ,6
(246,7002) (32,3722)
7752 ,6
7986,2315
0.9707
Ini berarti terdapat hubungan linier positif dan sangat kuat antara antara
total pengeluaran (X) dengan pengeluaran untuk pakaian (Y), yaitu
sebesar 0,97.
Muh. Arif, Fakultas Ekonomi UMI
Sedangkan untuk mengetahui besarnya pengaruh atau koefisien determinasi
(r2) adalah:
r2 = (r)2
= (0,9707) 2
= 0,9423
Ini berarti variasi naik turunnya pengeluaran untuk pakaian (Y)
0,9423 atau 94,23% ditentukan oleh variasi naik turunnya total
pengeluaran (X), sedangkan 5,77% ditentukan oleh variabel lain.
bn X i Yi X i Yi
r
2
n Y Y
i
2
i
2
b = koefisien regresi
I. na + b∑Xi = ∑Yi
II. a∑Xi + b∑Xi2 =∑ XiYi
n X i Yi X i Yi
b
n X X
2
i i
2
a
Y i b X i
atau a Y b X
n
Pertanyaan:
1. Buatlah persamaan garis regresi liniernya, dan jelaskan arti koefisien
regresi yang anda peroleh!
2. Berapa perkiraan pengeluaran untuk pakaian jika total pengeluaran
mencapai Rp. 10.000.000,-
Jawab:
1. Persamaan garis regresi liniernya:
Y i a bXi
n X X
2
i i
2
n
10(4896,5) (523)( 78,8) 78 ,8 0,1274 (523 )
10 (33439 ) (523) 2 10
78 ,8 66,6208
48965 41212 ,4
10
334390 273529
12,1792
7752 ,6
10
60861
1, 2179
0,1274
Jadi persamaan garis regresi liniernya:
Y i 1,2179 0,1274 X i
a = 1,2179, artinya jika total pengeluaran (Xi) konstan, maka
diperkirakan pengeluaran untuk pakaian (Yi)sebesar
Rp. 121.790
b = 0,1274, artinya jika total pengeluaran (Xi)naik sebesar
Rp. 1.000.000, maka diperkirakan pengeluaran (Yi) untuk
pakaian mencapai Rp. 127.382
Muh. Arif, Fakultas Ekonomi UMI
2. Perkiraan pengeluaran untuk pakaian jika total pengeluaran
sebesar Rp. 10.000.000:
Y i 1,2179 0,1274 X i
1,2173 0,1274(100)
1,2173 12,74
13,9573
artinya, jika total pengeluaran (Xi) mencapai Rp. 10.000.000, maka
diperkirakan pengeluaran untuk pakaian (Yi)sebesar Rp. 1.395.730
Correlations
Pengeluaran Total
u/ Pakaian Pengeluaran
Pearson Correlation Pengeluaran u/ Pakaian 1.000 .971
Total Pengeluaran .971 1.000
Sig. (1-tailed) Pengeluaran u/ Pakaian . .000
Total Pengeluaran .000 .
N Pengeluaran u/ Pakaian 10 10
Total Pengeluaran 10 10
b
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 Total
Pengeluar
a
. Enter
an
a. All requested variables entered.
b. Dependent Variable: Pengeluaran u/ Pakaian
Change Statistics
Adjusted Std. Error of R Square Durbin-W
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change atson
1 .971 a .942 .935 .869 .942 130.762 1 8 .000 1.958
a. Predictors: (Constant), Total Pengeluaran
b. Dependent Variable: Pengeluaran u/ Pakaian
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 98.754 1 98.754 130.762 .000 a
Residual 6.042 8 .755
Total 104.796 9
a. Predictors: (Constant), Total Pengeluaran
b. Dependent Variable: Pengeluaran u/ Pakaian
a
Coefficients
Standardi
zed
Unstandardized Coefficien
Coefficients ts
Model B Std. Error Beta t Sig.
1 (Constant) 1.218 .644 1.891 .095
Total Pengeluaran .127 .011 .971 11.435 .000
a. Dependent Variable: Pengeluaran u/ Pakaian
Pengeluaran Predicted
Case Number Std. Residual u/ Pakaian Value Residual
1 .427 3.5 3.129 .371
2 .615 4.3 3.766 .534
3 -.045 5.0 5.039 -3.94E-02
4 -.654 6.0 6.568 -.568
5 -.675 7.0 7.587 -.587
6 1.040 9.0 8.097 .903
7 -1.723 8.0 9.498 -1.498
8 -.448 10.0 10.389 -.389
9 -.052 12.0 12.045 -4.54E-02
10 1.516 14.0 12.682 1.318
a. Dependent Variable: Pengeluaran u/ Pakaian
a
Residuals Statistics
Yi = a + bXi + ei
Y i a bX i
Yi Y i e i
e i Yi Y i
Yi a bX i
minimum.
e i2
0 2 (Yi a bX i )(a 11 ) 0
a
- 2 (Yi a bX i )(1) 0....................(1)
e i2
0 2 (Yi a bX i )(b11 X i ) 0
b
- 2 (Yi a bX i )(X i ) 0.................(2)
Muh. Arif, Fakultas Ekonomi UMI
setelah persamaan tersebut di atas disederhanakan sedemikian
rupa, maka:
Yi na b X i 0
na b X i Yi ............... .........(3)
X i Yi a X i b X i2 0
a X i b X i2 X i Yi ........(4)
n n
X i Yi ( X i ) 2
b b X i2 X i Y i
n n
X i Yi ( X i ) 2
b X i2 X i Y i
n n
( X i ) 2 X i Yi
b Xi b 2
X i Yi
n n
( X i ) 2 X i Yi
b X i 2
X i Y i
n n
X i Yi
X i Yi
b n
( X i ) 2
Xi
2
n
n X i Yi X i Yi
b
n X i2 ( X i ) 2
Muh. Arif, Fakultas Ekonomi UMI
Jadi Persamaan Garis
Regresi Linier Sederhana
Yi = a + bXi + ei
a Y bX
n X i Yi X i Yi
b
n X i2 ( X i ) 2