MAKALAH

MATA KULIAH “ 140C205 STATISTIK 1 “ TENTANG:

“ ANALISIS DATA BERKALA ”

DI
S
U
S
U
N
0LEH:

Nama : Reski
Nim : 200904502016
Kelas : 2020_B
Dosen : Ibu Nurdiana, S.P., M.Si.

FAKULTAS EKONOMI
PROGRAM STUDI PENDIDIKAN EKONOMI
UNIVERSITAS NEGERI MAKASSAR

RESKI_200904502016_B_MAKALAH STATISTIK 1
 KATA PENGANTAR

Bismillahirrohmanirohim
Assalamualaikum warohmatullahi wabarokatuh

Alhamdulillah, Puji dan syukur kami panjatkan kepada Allah SWT yang telah
menganugrahkan rahmat dan karunianya kepada kami sehingga dapat
menyelesaikan makalah yang berjudul “Analisis Data Berkala” guna memenuhi
salah satu tugas Mata Kuliah yang telah ditentukan.

Solawat dan salam semoga tetap tercurah limpahkan kepada habibana

wanabiyyana Muhammad SAW tak lupa kepada keluarganya sahabatnya dan
mudah mudahan syafaatnya sampai kepada kita semua.

Terima kasih saya Sampaikan Kepada Ibu Nur Nurdiana, S.P., M.Si. selaku
Dosen Pengampu Mata Kuliah Statistik 1 Fakultas Ekonomi Program Studi
Pendidikan Ekonomi Universitas Negeri Makassar yang telah membimbing dan
memberikan Kuliah demi lancarnya terselesaikan tugas makalah ini.

Penyusun menyadari sepenuhnya atas segala keterbatasan kemampuan yang

dimiliki sehingga sangat mungkin makalah ini mempunyai banyak kelemahan.
Dalam konteks inilah kritik dan saran menjadi bagian sangat penting bagi penyusun
dalam penyempurnaan penulisan selanjutnya.

Penyusun berharap semoga makalah ini dapat bermanfaat bagi penyusun

khususnya dan bagi pembaca umumnya.

Demikian yang dapat Penyusun sampaikan. Akhir kata semoga makalah ini dapat
bermanfaat bagi kita semua.
Wassalamualaikum warohmatullahi wabarokatuh

Takalar, 19 April 2021

Penyusun

RESKI
Nim : 200904502016

RESKI_200904502016_B_MAKALAH STATISTIK 1
 DAFTAR ISI
Halaman

HALAMANJUDUL.......................................................................................................i
KATA PENGANTAR ..........……................................................................................ii
DAFTAR ISI ……........................................................................................................iii

BAB I PENDAHULUAN

1.1 Latar Belakang …………………………………………………………......……..1

1.2 Perumusan Masalah ………………………………………………………......…..2
1.3 Tujuan ……………………………………………………………………......…...2
1.4 Manfaat …………………………………………......…………………………….2

BAB II TINJAUAN PUSTAKA

2.1 Analisis Deret Berkala dalam Statistika Deskriptif ……………......……………..3

2.2 Pengertian Analisis Deret Berkala (Time Series) ………………......…………….3
2.3 Komponen Deret Berkala …………………………………………......………….4
2.4 Metode yang dipergunakan untuk mengukur trend ……………….......………….5

BAB III PEMBAHASAN

3.1 Metode Least Square (Kuadrat Terkecil) ………………………………......…….7

3.2 Contoh kasus
3.2.1 Kasus I (data ganjil) ……………………………………………….............…...9
3.2.2 Kasus II (data genap) ………………………………………………….............11

BAB IV PENUTUP
4.1 Kesimpulan …………………………………………………………………...…14
4.2 Saran ………………………………………………………………………….....14
Daftar Pustaka ……………………………………………………………………....15

RESKI_200904502016_B_MAKALAH STATISTIK 1
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, dan mempresentasikan data. Singkatnya, statistika
adalah ilmu yang berkenaan dengan data. Statistika dibagi menjadi dua, yaitu Statistika
deskriptif dan Statistika Inferensial. Statistika deskriptif berkenaan dengan deskripsi
data, misalnya dari menghitung rata-rata dan varians dari data mentah.
Mendeskripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih
mudah dibaca dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu,
misalkan melakukan pengujian hipotesis, melakukan prediksi observasi.
Metode Statistik merupakan bidang pengetahuan yang mengalami pertumbuhan
pesat. Metodenya berkembang sejajar dengan penemuan-penemuan penting oleh para
ahli matematis dan statisi guna menjawab persoalan-persoalan yang dianjurkan oleh
para penyelidik ilmiah. Selain daripada itu, ilmu pengetahuan tersebut dapat dikatakan
telah mempengaruhi setiap aspek kehidupan modern. Ilmu pengetahuan tersebut sudah
meliputi segala metode guna mengumpulkan, mengolah, menyajikan, dan menganalisa
data kuantitatif secara deskriptif.
Croxton dan Cowden berpendapat bahwa metode statistik terlalu memberi tekanan
pada teknik mengumpulkan, mengolah, menyajikan, menganalisa data kuantitatif
secara deskriptif agar dapat memberi gambaran yang teratur tentang suatu peristiwa.
Karena itu, metode demikian seringkali dinamakan metode statistik deskriptif.
Semakin sering kita mempelajari tentang statistik deskriptif makan semakin banyak
pula pertanyaan tentang apa itu statistika deskriptif dan yang terkandung di dalamnya
apa saja yang perlu diketahui dalam mempelajari statistik. Pada kesempatan ini,
makalah yang saya buat akan menjelaskan tentang Analisa Deret Berkala dengan
metode Least Square.

RESKI_200904502016_B_MAKALAH STATISTIK 1
1.2 Perumusan Masalah
1. Bagaimana persamaan garis trend dengan menggunakan metode Least Square?
2. Berapa besar jumlah trend pada tahun 2017?

1.3 Tujuan
Tujuan penulisan makalah ini adalah mengkaji dan menganalisis data dengan
menggunakan Analisis Deret Berkala dengan metode Least Square (Kuadrat Terkecil).

1.4 Manfaat
Manfaat dibuatnya makalah ini adalah dapat memberi informasi mengenai teknik
menganalisis data dengan menggunakan Analisis Deret Berkala dengan metode Least
Square.

RESKI_200904502016_B_MAKALAH STATISTIK 1
 BAB II
TINJAUAN PUSTAKA

2.1 Analisis Deret Berkala dalam Statistika Deskriptif

Croxton dan Cowden memperkenalkan metode statistika pada 1955 yaitu dengan
metode Statistik Deskriptif dengan memberi definisi statistik sebagai metode guna
mengumpulkan, mengolah, menyajikan, menganalisa, dan menginterpretasi data yang
berwujud angka-angka.
Dalam metode statistik deskriptif terdapat berbagau jenis metode statistik salah satunya
adalah Analisis Deret Berkala.

2.2 Pengertian Analisis Deret Berkala (Time Series)

Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan
perkembangan suatu kegiatan (perkembangan produksi, harga, hasil penjualan, jumlah
penduduk, jumlah kecelakaan, jumlah kejahatan, dll). Serangkaian nilai-nilai variabel
yang disusun berdasarkan waktu. Serangkaian data yang terdiri dari variabel Y
merupakan serangkaian hasil observasi dan fungsi dari variabel X merupakan variabel
waktu yang bergerak secara seragam dan ke arah yang sama, dari waktu yang lampau
ke waktu yang mendatang.
Deret berkala atau runtut waktu adalah serangkaian pengamatan terhadap peristiwa,
kejadian atau variabel yang diambil dari waktu ke waktu, dicatat secara teliti menurut
urutan waktu terjadinya, kemudian disusun sebagai data statistik.
Dari suatu runtut waktu akan dapat diketahui pola perkembangan suatu peristiwa,
kejadian atau variabel. Jika perkembangan suatu peristiwa mengikuti suatu pola yang
teratur, maka berdasarkan pola perkembangan tersebut akan dapat diramalkan
peristiwa yang akan terjadi di masa yang akan datang.

RESKI_200904502016_B_MAKALAH STATISTIK 1
2.3 Komponen Deret Berkala
Pola gerakan runtut waktu atau deret berkala dapat dikelompokkan menjadi empat pola
pokok. Pola ini biasanya disebut sebagai komponen dari deret berkala (runtut waktu).
Empat komponen deret berkala itu, antara lain.
1. Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya
kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan
bertahan dalam jangka waktu yang digunakan sebagai ukuran.
2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang
lebih teratur.
3. Variasi siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih
teratur.
4. Variasi yang tidak tetap (irreguler), yaitu gerakan yang tidak teratur sama
sekali.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:
• Gerakan/variasi trend jangka panjang
Yaitu suatu gerakan yang menunjukkan arah perkembangan secara umum dan bertahan
dalam jangka waktu yang digunakan sebagai ukuran.
• Gerakan/variasi siklis
Yaitu gerakan/variasi jangka panjang di sekitar garis trend.
• Gerakan/variasi musim
Yaitu gerakan yang berayun naik dan turun, secara periodik di sekitar garis trend dan
memiliki waktu gerak yang kurang dari 1 tahun.
• Gerakan/variasi yang tidak teratur
Yaitu gerakan atau variasi yang sporadis sifatnya. Faktor yang dominan dalam gerakan
ini adalah faktor yang bersifat kebetulan misalnya perang, bencana alam, dll.

2.4 Metode yang dipergunakan untuk mengukur trend

• Menggambarkan secara bebas/free hand

RESKI_200904502016_B_MAKALAH STATISTIK 1
Cara ini adalah cara paling mudah, setelah angka-angka disusun dalam bentuk tabel,
kemudian dibuat grafik tanpa menggunakan penggaris, digambar secara terpisah
dengan garfik tersebut.
• Metode 2 angka rata-ratanya/ semi average
Menghitung dengan mencari rata-rata dari data yang ada dan telah dibagi menjadi 2
kelompok. Ada 2 cara yaitu

1. Dengan jumlah tahun genap.

2. Dengan jumlah tahun ganjil

• Menghitung angka rata-rata bergerak/moving average

Dengan menghitung beberapa angka rata-rata dari suatu time series. Dimana dengan
metode ini data asli yang naik turun dapat dibuat lebih rata. Menghitung trend dengan
metode angka rata-rata bergerak dapat dilaksanakan apabila jumlah data ganjil minimal
3 periode. Prosedur menghitungnya adalah

▪ Angka-angka dari periode data dijumlahkan dan dihitung angka rata-ratanya,

hasilnya diletakkan pada periode data yang terakhir.
▪ Untuk menghitung trend tahun berikutnya, prosesnya sama dengan cara
menghilangkan periode tahun yang berakhir dan menambahkan data angka periode
selanjutnya. Kemudian diletakkan pada periode yang terakhir.

RESKI_200904502016_B_MAKALAH STATISTIK 1
 BAB III
PEMBAHASAN

3.1 Metode Least Square (Kuadrat Terkecil)

Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya

lebih teliti. Persamaan garis trend yang akan dicari adalah

Y’ = a + bx

Keterangan :

Y’ = data berkala (time series)

a = nilai trend pada tahun dasar

b = rata-rata pertumbuhan nilai trend tiap tahun

x = variabel waktu

Untuk melakukan perhitungan, maka diperlukan nilai tertentu pada variabel waktu
(x) sehingga jumlah nilai variabel waktu adalah 0.

• Untuk n ganjil maka

• Jarak antara dua waktu diberi nilai satu satuan.

• Di atas 0 diberi tanda negatif (-).
• Dibawahnya diberi tanda positif (+).

RESKI_200904502016_B_MAKALAH STATISTIK 1
• Untuk n genap maka

• Jarak antara dua waktu diberi nilai dua satuan.

• Di atas 0 diberi tanda positif (+).
• Dibawahnya diberi tanda negatif (-)

RESKI_200904502016_B_MAKALAH STATISTIK 1
3.2 Contoh kasus
3.2.1 Contoh I (data ganjil)
Pengangkutan barang melalui kereta api di Pulau Jawa
Tahun 2006-2016

Tahun Jumlah barang (y)

2006 3.902

2007 3.924

2008 3.964

2009 3.976

2010 3.859

2011 4.589

2012 6.478

2013 8.300

2014 11.242

2015 10.160

2016 10.891

RESKI_200904502016_B_MAKALAH STATISTIK 1
Ditanya :

a. Tentukan persamaan garis trend dengan menggunakan metode Least Square !

b. Berapa besar jumlah trend pada tahun 2017 ?
Jawab
a. Pengangkutan barang melalui kereta api di Pulau Jawa
Tahun 2006-2016

Tahun Jumlah barang (y) x xy

2006 3.902 -5 25 -19.510

2007 3.924 -4 16 -15.696

2008 3.964 -3 9 -11.892

2009 3.976 -2 4 -7.952

2010 3.859 -1 1 -3.859

2011 4.589 0 0 0

2012 6.478 1 1 6.478

2013 8.300 2 4 16.600

2014 11.242 3 9 33.726

2015 10.160 4 16 40.640

2016 10.891 5 25 54.455

71.285 0 110 92.990

a = 6.480,45 b = 845,36

RESKI_200904502016_B_MAKALAH STATISTIK 1
Jadi, persamaan trendnya adalah Y’ = 6.480,45 + 845,36(x)

b. Besar trend 2017 = 6.480,45 + 845,36 (6) = 11.552,61

3.2.2 Contoh II (data genap)

Pengangkutan barang melalui kereta api di Pulau Jawa

Tahun 2006-2015

Tahun Jumlah barang (y)

2006 3.902

2007 3.924

2008 3.964

2009 3.976

2010 3.859

2011 4.589

2012 6.478

2013 8.300

2014 11.242

2015 10.160

RESKI_200904502016_B_MAKALAH STATISTIK 1
Ditanya :

a. Tentukan persamaan garis trend dengan menggunakan metode Least Square !

b. Berapa besar jumlah trend pada tahun 2016 ?
Jawab :
a. Pengangkutan barang melalui kereta api di Pulau Jawa
Tahun 2006-2015

Tahun Jumlah barang (y) x xy

2006 3.902 -9 81 -35.118

2007 3.924 -7 49 -27.468

2008 3.964 -5 25 -19.820

2009 3.976 -3 9 -11.928

2010 3.859 -1 1 -3.859

2011 4.589 1 1 5

2012 6.478 3 9 19.434

2013 8.300 5 25 41.500

2014 11.242 7 49 78.694

2015 10.160 9 81 91.440

60.394 0 330 137.464

a = 6.039,4

b = 416,56

RESKI_200904502016_B_MAKALAH STATISTIK 1
 Jadi, persamaan trendnya adalah Y’ = 6.039,4 + 416,56(x)

b. Besar trend tahun 2016 = 6.039,4 + 416,56(11) = 10.621,56

RESKI_200904502016_B_MAKALAH STATISTIK 1
 BAB IV
PENUTUP
4.1 Kesimpulan

Peramalan yang diberikan oleh metode Least Square dalam data berkala cukup
baik, itu menunjukkan bahwa metode Least Square lebih teliti sehingga sering
digunakan untuk menghitung data berkala. Selain itu, metode Least Square juga dapat
digunakan untuk berbagai macam peramalan lainnya.

4.2 Saran

Pada perhitungan metode Least Square tentunya juga diperlukan ketelitian dan
kecermatan agar tidak terjadi kesalahan, untuk memperkecil ketelitian dan kecermatan
pada metode Least Square ini bisa menggunakan Microsoft Excel.

RESKI_200904502016_B_MAKALAH STATISTIK 1
 DAFTAR PUSTAKA

Frederick E. Croxton dan Dudley J. Cowden, Apllied General Statistics, second

edition, Prentice_hal, Inc., N. Y. 1995. bab I

Santoso, Singgih. 2001. Aplikasi Excel dalam Statistika Bisnis. Elex Media
Komputindo. Jakarta

Boediono, Dr, Wayan Kaester, dr, Ir, MM. 2001. Teori dan Aplikasi Statistik dan
Probabilitas, Penerbit : PT. Remaja Rosdakarya. Bandung

Rodiana Listiawati, Aminah, Murtiningsih. 2008. Statistika Bisnis. Jakarta

RESKI_200904502016_B_MAKALAH STATISTIK 1