STATISTIKA 1 FEUG

ANALISA ANGKA INDEKS

(INDEX NUMBER ANALYSIS)

Angka indeks (index number) adalah ukuran statistik yang digunakan untuk
mengukur perubahan variabel ekonomi atau variabel sosial. Perubahan ini
diukur dengan cara membandingkan harga, kuantitas, dan nilai suatu variabel
pada waktu tertentu terhadap harga, kuantitas, dan nilai variabel tersebut pada
waktu dasar.

Jika harga bensin premium pada tahun 1990 sebesar Rp 550/liter, tahun 2000
sebesar Rp 1150/liter, dan tahun 2005 seharga Rp 4500/liter Jika tahun 1990
dijadikan tahun dasar (base year), maka indeks harga bensin premium pada
tahun 2000 dan tahun 2005 adalah :

Karena tahun 1990 sebagai tahun dasar, maka indeks harganya I 1990 = 100.
Sehingga indeks harga tahun 2000 yaitu I2000 = 209.1 dapat diartikan bahwa
harga bensin premium pada tahun 2000 telah naik sebesar 109.1% dibanding
harga pada tahun 1990, dan tahun 2005 telah naik sebesar 718.2% dibanding
harga pada tahun 1990.

Untuk mendapatkan angka indeks dari serangkaian data time series harus
ditetapkan waktu dasarnya, baik berupa tahun dasar (base year) maupun
periode dasar (base periode).

Base year atau base period ditetapkan berdasarkan beberapa pertimbangan :

1. Masalah yang sedang dianalisa
2. Kedalaman pengetahuan dan pengalaman si penganalisa
3. Tujuan analisa

Cara untuk mendapatkan angka indeks :

1. Binary comparison. Angka indeks diperoleh dengan membandingkan data
untuk dua waktu berbeda, dengan waktu sebelumnya sebagai waktu dasar.
2. In-series comparison. Angka indeks diperoleh dengan membandingkan data
pada waktu tertentu terhadap waktu dasar

Tabel berikut menunjukkan rata-rata harga beras per liter di Jakarta selama
Januari s/d April tahun 2007. Indeks harganya dihitung dengan cara binary
comparison dan in-series comparison.

Bulan Harga Indeks Harga Indeks Harga

Jan 3750 100.00 100.00
Peb 3800 101.82 101.82
Mrt 4000 96.43 98.18
Apr 4500 92.59 90.91

Rina Sugiarti Page 1

STATISTIKA 1 FEUG

METODE PENYUSUNAN ANGKA INDEKS

 Indeks Harga (Price Index)

Indeks Harga Tidak Diboboti (Unweighted) : Untuk menghitung indeks tidak

diboboti digunakan rumus sebagai berikut :

Dimana It adalah indeks harga pada waktu ke-t

Pit adalah harga barang i pada waktu ke-t
Pio adalah harga barang i pada waktu ke-0 (waktu dasar)

Tabel berikut adalah contoh penghitungan indeks harga secara agregat

sederhana untuk 4 jenis barang elektronik di Jakarta, tahun 1990 dan tahun
2000, dengan tahun 1990 sebagai tahun dasar (th 1990 = 100).

Jenis Barang 1990 2000

TV 20" 975.000 1.800.000
Lemari Es 785.000 2.400.000
Radio
250.000 650.000
Cassetes
Komputer 2.700.000 5.300.000
Jumlah 4.710.000 10.150.000

Indeks Harga tahun 2000 :

Metode Rata-Rata Relatif Harga :

Dengan rata-rata hitung :

 (Pit/Pio)
It = . 100
n

dimana n adalah banyaknya jenis barang

Dengan rata-rata ukur :

 log (Pit/Pio)
log It =  . 100
n

Rina Sugiarti Page 2

STATISTIKA 1 FEUG

Tabel III. 2. dan Tabel III.3. contoh penghitungan indeks harga secara rata-rata
relatif harga dengan rata-rata hitung dan rata-rata ukur untuk 4 jenis barang
elektronik di Jakarta, tahun 1990 dan tahun 2000, dengan tahun 1990 sebagai
tahun dasar (th 1990 = 100).

TABEL III.2.
Jenis Barang 1990 2000 Pit/Pio
TV 20" 975.000 1.800.000 1,8462
Lemari Es 785.000 2.400.000 3,0573
Radio
250.000 650.000 2,6
Cassetes
Komputer 2.700.000 5.300.000 1,963
Jumlah 4.710.000 10.150.000 9,4664

Indeks Harga tahun 2000 :

9,4664
I2000 =  . 100 = 236,66
4

TABEL III.3.

Jenis Barang 1990 2000 Pit/Pio log(Pit/Pio)

TV 20" 975.000 1.800.000 1,8462 0,266267889
Lemari Es 785.000 2.400.000 3,0573 0,485341585
Radio Cassetes 250.000 650.000 2,6 0,414973348
Komputer 2.700.000 5.300.000 1,963 0,292912105
Jumlah 4.710.000 10.150.000 9,4664 1,459494928

Indeks Harga tahun 2000 :

1,459494928
log I2000 =  . 100
4
I2000 = [inv log(0,364873732)].100 = 231,67

INDEKS HARGA DIBOBOTI (WEIGHTED)

Metode Agregatif
 Pit.w
Rumus umum : It =  . 100
 Pio.w

dimana w adalah pembobot (weighted) berupa jumlah atau kuantitas barang

yang diproduksi, dijual, dibeli, atau dikonsumsi.

Formulasi Laspayres  Indeks Laspayres (IL)

Rina Sugiarti Page 3

STATISTIKA 1 FEUG

 Pit.Qio
ILt =  . 100
 Pio.Qio

Tabel III.4. contoh penghitungan indeks harga ekspor kayu olahan selama tahun
1997 s/d 1999 menggunakan formulasi Laspeyres dengan tahun 1997 = 100,
berdasarkan data pada tabel berikut :

Harga dan Volume Ekspor Kayu Olahan, tahun 1997 s/d 1999
Harga dalam US$ dan Volume dalam M3

1997 1998 1999

Jenis Harga Volume Harga Volume Harga Volume
Jati 756 40.128 700 42.983 635,5 46.261
Meranti 195,4 1.274.239 199,6 1.389.406 213,6 1.407.880
Pulai 176,2 49.561 176,5 69.742 205,9 89.725
Kapur 185 212.674 178,9 389.063 214,4 463.189

TABEL III.4
1997 1998 1999
Jenis PioQio PitQio PioQio PitQio PioQio PitQio
30.336.76
Jati 30.336.768 28.089.600 25.501.344
8
Meranti 2,49E+08 2,49E+08 2,54E+08 2,72E+08
Pulai 8.732.648 8.732.648 8.747.517 10.204.610
39.344.69
Kapur 39.344.690 38.047.379 45.597.306
0
Jumlah 3,27E+08 3,27E+08 3,29E+08 3,53E+08
Indeks 100 100,56 107,97

Formulasi Paasche  Indeks Paasche (IP)

 Pit.Qit
IPt =  . 100
 Pio.Qit

Tabel III.5. contoh penghitungan indeks harga ekspor kayu olahan selama tahun
1997 s/d 1999, menggunakan formulasi Paasche.

Formulasi Drobisch  Indeks Drobisch (ID)

ILt + IPt
IDt = 
2

Formulasi Fisher  Indeks Fisher (IF)

Rina Sugiarti Page 4

STATISTIKA 1 FEUG

IFt = ILt . IPt

Contohnya, perhatikan Tabel III.6. untuk penghitungan indeks harga ekspor

kayu olahan selama tahun 1997 s/d 1999, menggunakan formulasi Drobisch
dan Fisher.

Metode Rata-Rata Relatif Harga.

 (Pit/Pio).w
Rumus umum : It =  . 100
w

w adalah pembobot (weighted) berupa nilai, yaitu  Pio.Qio untuk nilai pada
tahun dasar dan  Pit.Qit untuk nilai pada tahun ke-t.

 (Pit/Pio).PioQio
It =  . 100
 PioQio

Contohnya, perhatikan Tabel III.7. untuk penghitungan indeks harga ekspor

kayu olahan selama tahun 1997 s/d 1999, menggunakan metode rata-rata
relatif harga dengan tahun 1997 sebagai tahun dasar.

 (Pit/Pio).PitQit
It =  . 100
 PitQit

Contohnya, perhatikan Tabel III.8. untuk penghitungan indeks harga ekspor

kayu olahan selama tahun 1997 s/d 1999, menggunakan metode rata-rata
relatif harga.

INDEKS KUANTITAS (QUANTITY INDEX)

Indeks Kuantitas Tidak Diboboti (Unweighted)

Metode Agregatif Sederhana.

 Qit
It =  . 100
 Qio
Dimana It adalah indeks kuantitas pada waktu ke-t
Qit adalah jumlah barang i pada waktu ke-t
Qio adalah jumlah barang i pada waktu dasar

Rina Sugiarti Page 5

STATISTIKA 1 FEUG

Perhatikan Tabel III. 9. sebagai contoh penghitungan indeks kuantitas secara

agregat sederhana untuk 5 jenis barang elektronik di Jakarta, tahun 1990 dan
tahun 2000, dengan menetapkan tahun 1990 sebagai tahun dasar (th 1990 =
100).

Metode Rata-Rata Relatif Kuantitas.

Dengan rata-rata hitung :
 (Qit/Qio)
It =  . 100
n
dimana n adalah banyaknya jenis barang

Dengan rata-rata ukur :

 log (Qit/Qio)
log It =  . 100
n

Perhatikan Tabel III. 10. dan Tabel III.11. sebagai contoh penghitungan indeks
kuantitas secara rata-rata relatif kuantitas dengan rata-rata hitung dan rata-rata
ukur untuk 5 jenis barang elektronik di Jakarta, tahun 1990 dan tahun 2000,
dengan menetapkan tahun 1990 sebagai tahun dasar (th 1990 = 100).

INDEKS KUANTITAS DIBOBOTI (WEIGHTED)

Metode Agregatif

 Qit.w
Rumus umum : It =  . 100
 Qio.w

dimana w adalah pembobot (weighted) berupa harga barang yang diproduksi,

dijual, dibeli, atau dikonsumsi.

Formulasi Laspayres  Indeks Laspayres (IL)

 Qit.Pio
ILt =  . 100
 Qio.Pio

Contohnya, perhatikan Tabel III.12. untuk penghitungan indeks kuantitas

(volume) ekspor kayu olahan selama tahun 1997 s/d 1999, menggunakan
formulasi Laspeyres dengan tahun 1997 sebagai tahun dasar.

Formulasi Paasche  Indeks Paasche (IP)

Rina Sugiarti Page 6

STATISTIKA 1 FEUG

 Qit.Pit
IPt =  . 100
 Qio.Pit

Contohnya, perhatikan Tabel III.13. untuk penghitungan indeks kuantitas

(volume) ekspor kayu olahan selama tahun 1997 s/d 1999, menggunakan
formulasi Paasche.

Formulasi Drobisch  Indeks Drobisch (ID)

ILt + IPt
IDt = 
2

Formulasi Fisher  Indeks Fisher (IF)

IFt = ILt . IPt

Contohnya, perhatikan Tabel III.14. untuk penghitungan indeks kuantitas

(volume) ekspor kayu olahan selama tahun 1997 s/d 1999, menggunakan
formulasi Drobisch dan Fisher.

Metode Rata-Rata Relatif Kuantitas.

 (Qit/Qio).w
Rumus umum : It =  . 100
w

w adalah pembobot (weighted) berupa nilai, yaitu  Pio.Qio untuk nilai pada
tahun dasar dan  Pit.Qit untuk nilai pada tahun ke-t.

 (Qit/Qio).PioQio
It =  . 100
 PioQio

Contohnya, perhatikan Tabel III.15. untuk penghitungan indeks kuantitas

(volume) ekspor kayu olahan selama tahun 1997 s/d 1999, menggunakan
metode rata-rata relatif kuantitas dengan tahun 1997 sebagai tahun dasar.

 (Qit/Qio).PitQit
It =  . 100
 PitQit

Rina Sugiarti Page 7

STATISTIKA 1 FEUG

Contohnya, perhatikan Tabel III.16. untuk penghitungan indeks kuantitas

(volume) ekspor kayu olahan selama tahun 1997 s/d 1999, menggunakan
metode rata-rata relatif kuantitas.

INDEKS NILAI (VALUE INDEX)

 PitQit
It =  . 100
 PioQio
Contohnya, perhatikan Tabel III.17. untuk penghitungan indeks nilai ekspor
kayu olahan selama tahun 1997 s/d 1999, dengan tahun 1997 sebagai tahun
dasar.

PENDEFLASIAN
adalah cara untuk mendapatkan nilai riil suatu variabel ekonomi dengan
mendeflasikan nilai nominalnya terhadap deflator yang sesuai.

Upah riil diperoleh dengan mendeflasikan upah nominalnya terhadap IHK. Nilai
ekspor riil diperoleh dengan mendeflasikan nilai ekspor nominal terhadap
indeks harga barang ekspor sebagai deflatornya. Real GDP diperoleh dengan
mendeflasikan GDP nominal terhadap GDP deflator.

Nilai riil suatu variabel ekonomi adalah nilai yang dihitung dengan harga konstan
(constant price), sedangkan nilai nominalnya adalah nilai yang dihitung dengan harga
berlaku (current price)

INDEKS RANTAI (CHAIN INDEX)

Adalah angka indeks yang dihitung secara berantai dari waktu ke waktu, yang
penghitunganya dilakukan dengan cara perbandingan berpasangan (binary
comparison).
It x IRt-1
IRt = 
100
Suatu perusahaan sepatu yang memproduksi sepatu olah raga, selama tahun
2000 dari bulan Januari s/d Agustus jumlah produksinya (dalam ribu unit)
adalah sebagai berikut :

Bulan Produksi Bulan Produksi

Januari 15.3 Mei 25.9
Pebruari 16.9 Juni 31.3
Maret 21.9 Juli 31.7
April 26.9 Agustus 32.2

Tentukanlah indeks rantai untuk data tersebut dengan menetapkan indeks

rantai bulan Januari = 100.

Rina Sugiarti Page 8

STATISTIKA 1 FEUG

Bulan It IRt (indeks rantai ke-t)

Januari 100.00 100.00
Pebruari 110.46 (110.46 x 100)/100 = 110.46
Pebruari 100.00 110.46
Maret 129.59 (129.59 x 110.46)/100 = 143.15
Maret 100.00 143.15
April 122.83 (122.83 x 143.15)/100 = 175.83
April 100.00 175.83
Mei 96.28 (96.28 x 175.83)/100 = 169.29
Mei 100.00 169.29
Juni 120.85 (120.85 x 169.29)/100 = 204.59
Juni 100.00 204.59
Juli 101.28 (101.28 x 204.59)/100 = 207.21
Juli 100.00 207.21
Agustus 101.58 (101.58 x 207.21)/100 = 210.48

Keunggulan indeks rantai adalah fleksibilitasnya, jika terdapat perubahan atau

penggantian jenis komoditas, penggantian pembobot (weighted).

ANALISA TREND LINEAR

Analisa trend adalah analisa data deret waktu yang hasilnya berupa persamaan
trend, yang dapat digunakan untuk peramalan ke depan (forecasting).

Analisa trend :

 Analisa trend linear  Persamaan trend linear

Yt = a + bXt

 Analisa trend non linear  persamaan trend non linear

Yt = a + b Xt + cXt2

Kurva persamaan trend linear akan berupa garis lurus, dengan kemiringan
(slope) garis menunjukkan besarnya koefisien trend (b) dan titik potong kurva
dengan sumbu vertikal menunjukkan besarnya intersep (a).

Untuk menentukan intersep (a) dan koefisien trend (b) digunakan Metode
kuadrat kekeliruan terkecil (least-square error), se-hingga diperoleh rumus :

Rina Sugiarti Page 9

STATISTIKA 1 FEUG

n  XtYt -  Xt  Yt
b = 
n  Xt2 - ( Xt)2

a = ( Yt/n) - b( Xt/n)

Perbedaan nilai observasi dengan nilai ramalan merupakan kekeliruan

peramalan (forecasting error)  et

Rina Sugiarti Page

10