CRICTICAL BOOK REPORT

STATISTIKA EKONOMI

Disusun Oleh:
KELOMPOK 8
1. NADIA APIRA (7212342002)
2. SELLY SETIAWATI (7213342013)
3. SITI RAPIAH NASUTION (7213142022)

MATA KULIAH : STATISTIKA EKONOMI

KELAS : PENDIDIKAN AKUNTANSI B
DOSEN PENGAMPU : YULITA TRIADIARTI, SE., M.Si., Ak., CA

PRODI PENDIDIKAN AKUNTANSI

FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2021
 KATA PENGANTAR

Puji syukur kita panjatkan kehadiran tuhan yang maha esa karena dengan rahmat, karunia
serta taufik dan hidayah-Nya penulis dapat menyelesaikan laporan crictical book report dengan
buku “statistika ekonomi” tugas ini diberikan guna mengembangkan profesionalisme guru untuk
memenuhi tugas mata kuliah pengantar akuntansi dengan baik, meskipun banyak kekurangan di
dalamnya, dan saya juga berterimakasih kepada bapak dan ibu dosen mata kuliah pengantar
akuntansi di UNIMED yang telah memberikan tugas ini kepada penulis
Penulis sangat berharap kiranya crictical book report ini dapat bermanfaat bagi pembaca
untuk mengetahui isi buku beserta kelebihan dan kekurangan dari buku tersebut sebelum
membelinya. Penulis juga menyadari bahwa di dalam crictical book report ini banyak
kekurangan dan jauh dari kata sempurna , oleh sebab itu penulis berharap adanya kritik dan saran
dari pembaca demi perbaikan kedepannya, mengingat tidak ada yang sempurna tanpa saran yang
membangun.

Medan. 20 Februari 2022

Kelompok 8
 DAFTAR ISI

KATA PENGANTAR……………………………………………………..……………………..2
DAFTAR ISI…………………………….…...…………………………………………..……….3
BAB I PENDAHULUAN………………………………………………………………………...4
A. Latar Belakang CBR…………………………..…………………………………………
4
B. Tujuan CBR………………………………………………………………………………
4
C. Manfaat CBR………………………………………….…………………..……………..4

BAB II ISI BUKU……………………………………………...…………………………………

5
A. Identitas Buku……………………………………………………………………………5
B. Isi / Ringkasan Buku……………………………………………………………………..6

BAB III PEMBAHASAN…………………..

…………………………………………………...23
A. Kelebihan Buku………………………………………..………..………………………24
B. Kelemahan Buku………………………………………….………..…………………..24

BAB IV PENUTUP…………………………………………………………….………………24
A. Kesimpulan……………………………………………………………………………...24
B. Saran
…………………………………………………………………………………….24

DAFTAR PUSTAKA…………………………………………………………………………...25
 BAB I
PENDAHULUAN

A. Latar Belakang CBR

Kurikulum KKNI yang telah ditetapkan di Universitas Negeri Medan
(UNIMED) menuntut atau mewajibkan mahasiswa untuk menyerahkan 6 jenis
tugas wajib, salah satunya adalah CRITICAL BOOK REPORT (CBR) yaitu
laporan atau tulisan isi sebuah buku yang menitikberatkan pada evaluasi,
penjelasan, interprestasi, dan analisis kita mengenai sebuah buku sehingga kita dapat
mengetahui apa keunggulan dan kelemahan dari buku tersebut. Salah satu Buku yang akan
dikritisi dalam laporan/ tulisan ini adalah Buku yang berjudul “statistika ekonomi‟

B. Tujuan
 Untuk mengetahui tentang statistika ekonomi
 Untuk mengetahui Ringkasan dari isi Buku Utama
 Untuk mengetahui apa kelebihan dan kelemahan dari Buku Utama
 Untuk mengetahui perbandingan Buku Utama dengan Buku pembanding

C. Manfaat

Pembaca dapat mengetahui tentang statistika ekonomi dan keuangan modern, Pembaca
dapat mengetahui tentang Ringkasan dari isi Buku Utama Pembaca dapat mengetahui tentang
apa kelebihan dan kelemahan dari Buku Utama Pembaca dapat mengetahui tentang
Perbandingan Buku Utama dengan Buku Pembanding
 BAB II
ISI BUKU
A. Identitas Buku
Identitas Buku 1 (Utama)
Judul buku : Statistika Untuk Ekonomi dan Keuangan Modern
Penulis : Suharyadi Purwanto S.K
Penerbit : Salemba Empat
Tahun terbit : 2016
ISBN : 978-979-061-444-4
Jumlah halaman : 362 Halaman
Kota terbit : Jakarta

Identitas Buku 2 (pembanding)

Judul buku : Statistik Teori Dan Aplikasi Edisi 8 jilid 1

Penulis : J. Supranto
Penerbit : Erlangga
Tahun terbit : 2016
ISBN : 978-602-298-565-5
Jumlah halaman : 500 halaman
Kota terbit : Jakarta

B. Isi/ Ringkasan buku

1. Buku utama
BAB 1
PENGERTIAN STATISTIKA
Statistika adalah Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan
menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang
efektif. Sedangkan Statistik adalah Suatu kumpulan angka yang tersusun lebih dari satu angka.
PENGGUNA STATISTIKA
Pengguna Statistika Masalah yang Dihadapi
Manajemen 1. Penentuan struktur gaji, pesangon, dan tunjangan karyawan.
2. Penentuan jumlah persediaan barang, barang dalam proses, dan
barang jadi.
3. Evaluasi produktivitas karyawan.
4. Evaluasi kinerja perusahaan.
Akuntansi 1. Penentuan standar audit barang dan jasa.
 2. Penentuan depresiasi dan apresiasi barang dan jasa.
3. Analisis rasio keuangan perusahaan.

PENGGUNA STATISTIKA (LANJUTAN)

Pengguna Statistika Masalah yang Dihadapi
Pemasaran 1. Penelitian dan pengembangan produk.
2. Analisis potensi pasar, segmentasi pasar, dan diskriminasi
pasar.
3. Ramalan penjualan.
4. Efektivitas kegiatan promosi penjualan.
Keuangan 1. Potensi peluang kenaikan dan penurunan harga saham, suku
bunga, dan reksa dana.
2. Tingkat pengembalian investasi beberapa sector ekonomi.
3. Analisis pertumbuhan laba dan cadangan usaha.
4. Analisis risiko setiap usaha.
Ekonomi 1. Analisis pertumbuhan ekonomi, inflasi, dan suku bunga.
Pembangunan 2. Pertumbuhan penduduk dan tingkat pengangguran serta
kemiskinan.
3. Indeks harga konsumen dan perdagangan besar.
Agribisnis 1. Analisis produksi tanaman, ternak, ikan, dan kehutanan.
2. Kelayakan usaha dan skala ekonomi.
3. Manajemen produksi agribisnis.
4. Analisis ekspor dan impor produk pertanian.

POPULASI DAN SAMPEL

POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran
lain dari objek yang menjadi perhatian.

SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian .

SKALA PENGUKURAN
Skala Nominal Skala Ordinal
Angka yang diberikan hanya sebagai label Angka mengandung pengertian tingkatan.
saja. Contoh: ranking 1, 2, dan 3. Ranking 1
Contoh: pria = 1, wanita = 2, dan waria = 3.
menunjukkan lebih tinggi dari ranking 2 dan
3.
Skala Interval Skala Rasio
Angka mengandung sifat ordinal dan Angka mempunyai sifat nominal, ordinal dan
mempunyai jarak atau interval. interval serta mempunyai nilai absolut dari
Contoh: objek yang diukur.
1. Saham sangat prospektif dengan harga Contoh: Pada 2012, inflasi Indonesia,
Rp5.438–6.750, 4,3% dan Inflasi AS 2,069%, maka inflasi di
2. Saham prospektif Rp4.127–5.438. Indonesia 2,08 kali inflasi di AS.

BAB II
PENYAJIAN DATA
DISTRIBUSI FREKUENSI Adalah pengelompokan data ke dalam beberapa kategori yang
menunjukkan banyaknya data dalam setiap kategori. Setiap data tidak dapat dimasukkan ke
dalam dua atau lebih kategori.
PENYAJIAN DATA
Definisi: Membuat distribusi frekuensi dalam bentuk sajian gambar baik grafik poligon,
histogram, atau ogif.
Istilah-Istilah Penting:
Ada beberapa istilah penting dalam penyajian data:
• Batas Kelas: nilai terendah dan tertinggi pada suatu kelas.
• Nilai Tengah Kelas: nilai yang letaknya di tengah kelas.
• Nilai Tepi Kelas : Nilai batas antarkelas (border) yang memisahkan nilai antara kelas
satu dengan kelas lainnya.
• Frekuensi Kumulatif : Penjumlahan frekuensi pada setiap kelas, baik meningkat
(kurang dari) atau menurun (lebih dari).
• Histogram : Grafik yang berbentuk balok, di mana sumbu horizontal (X) adalah tepi
kelas dan sumbu vertikal (Y) adalah frekuensi setiap kelas.
 • Poligon : Grafik berbentuk garis dan menghubungkan antara nilai tengah kelas
dengan jumlah frekuensi pada setiap kelas.
• Kurva Ogif : Diagram garis yang menunjukkan kombinasi antara interval kelas
dengan frekuensi kumulatif.

BAB 3
UKURAN PEMUSATAN
Ukuran Pemusatan : Nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan
karakteristik dari data. Ukuran pemusatan menunjukkan pusat dari nilai data.

RATA-RATA HITUNG
• Rata-Rata Hitung Sampel

• Rata-Rata Hitung Populasi

RATA-RATA HITUNG TERTIMBANG

Rata-rata dengan bobot atau kepentingan dari setiap data berbeda. Besar dan kecilnya bobot
tergantung pada alasan ekonomi dan teknisnya.
Rumus: Xw = (w1X1 + w2X2 + ... + wnXn)/(w1 + w2 + ... +wn)
SIFAT RATA-RATA HITUNG
1. Setiap kelompok baik dalam bentuk skala interval maupun rasio mempunyai rata-rata
hitung.
2. Semua nilai data harus dimasukkan ke dalam perhitungan rata-rata hitung.
3. Satu kelompok baik kelas maupun satu kesatuan dalam populasi dan sampel hanya
mempunyai satu rata-rata hitung.
4. Rata-rata hitung untuk membandingkan karakteristik dua atau lebih populasi atau sampel.
5. Rata-rata hitung sebagai satu-satunya ukuran pemusatan, maka jumlah deviasi setiap nilai
terhadap rata-rata hitungnya selalu sama dengan nol.
6. Rata-rata hitung sebagai titik keseimbangan dari keseluruhan data, maka letaknya berada
di tengah data.
7. Rata-rata hitung nilainya sangat dipengaruhi oleh nilai ekstrim yaitu nilai yang sangat
besar atau sangat kecil.
8. Bagi data dan sekelompok data yang sifatnya terbuka (lebih dari atau kurang dari) tidak
mempunyai rata-rata hitung.
MEDIAN :Nilai yang letaknya berada di tengah data di mana data tersebut sudah diurutkan dari
terkecil sampai terbesar atau sebaliknya.

Median Data tidak Berkelompok:

a) Letak median = (n+1)/2,
b) Data ganjil, median terletak di tengah,
c) Median untuk data genap adalah rata-rata dari dua data yang terletak di tengah.

Rumus Median Data Berkelompok:

MODUS : Nilai yang (paling) sering muncul.

Rumus Modus Data Berkelompok:

UKURAN LETAK: KUARTIL

Kuartil adalah ukuran letak yang membagi 4 bagian yang sama. K1 sampai 25% data, K2 sampai
50% dan K3 sampai 75%.
Rumus letak kuartil:
Data Tidak Berkelompok Data Berkelompok
K1 = [1(n + 1)]/4 1n/4
K2 = [2(n + 1)]/4 2n/4
K3 = [3(n + 1)]/4 3n/4
UKURAN LETAK: DESIL
Desil adalah ukuran letak yang membagi 10 bagian yang sama.
D1 sebesar 10%
D2 sampai 20%
D9 sampai 90%
Rumus Letak Desil:
Data Tidak Berkelompok Data Berkelompok
D1 = [1(n+1)]/10 1n/10
D2 = [2(n+1)]/10 2n/10
…
D9 = [9(n+1)]/10 9n/10
UKURAN LETAK: PERSENTIL
Ukuran letak yang membagi 100 bagian yang sama.
P1 sebesar 1%,
P2 sampai 2%,
P99 sampai 99%.
Rumus Letak Persentil:
DATA TIDAK BERKELOMPOK DATA BERKELOMPOK
P1 = [1(n+1)]/100 1n/100
P2 = [2(n+1)]/100 2n/100
....
P99 = [99(n+1)]/100 99n/100

BAB 4
UKURAN PENYEBARAN
Ukuran Penyebaran ialah Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa
besar penyimpangan data dengan nilai rata-rata hitungnya.Ukuran penyebaran membantu
mengetahui sejauh mana suatu nilai menyebar dari nilai tengahnya, semakin kecil semakin besar.

BEBERAPA BENTUK UKURAN PENYEBARAN

1. Rata-rata sama, penyebaran berbeda
2. Rata-rata berbeda dengan penyebaran berbeda
3. Rata-rata berbeda dengan penyebaran sama

Deviasi rata-rata ialah Rata-rata hitung dari nilai mutlak deviasi antara nilai data pengamatan
dengan rata-rata hitungnya.
Rumus:

Varians ialah Rata-rata hitung dari deviasi kuadrat setiap data terhadap rata-rata hitungnya.
Rumus:

Standar Deviasi ialah Akar kuadrat dari varians dan menunjukkan standar penyimpangan data
terhadap nilai rata-ratanya.
Rumus:

UKURAN PENYEBARAN DATA BERKELOMPOK

Definisi Range : Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas
terendah.
VARIANS DAN STANDAR DEVIASI DATA BERKELOMPOK
Varians : Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
RUMUS:
UKURAN PENYEBARAN RELATIF
A. Koefisien Range
RUMUS: [(La – Lb)/(La + Lb)] × 100
B. Koefisien Deviasi Rata-Rata
RUMUS: (MD/X) × 100
C. Koefisien Standar Deviasi
RUMUS: KSD = (S/X) X 100%

UKURAN PENYEBARAN LAINNYA

A. Range Inter Kuartil
Rumus= Kuartil ke-3 – Kuartil ke-1 atau K3 – K1
B. Deviasi Kuartil
Rumus = (K3 – K1)/2
C. Jarak Persentil
Rumus = P90 – P10

BAB 5
ANGKA INDEKS
Angka Indeks: Sebuah angka yang menggambarkan perubahan relative terhadap harga, kuantitas
atau nilai yang dibandingkan dengan tahun dasar.
Angka Indeks relatif sederhana : Dikenal juga dengan unweighted index yaitu indeks yang tanpa
memperhitungkan bobot setiap barang dan jasa.
1. Angka Indeks Harga Relatif Sederhana
Menunjukkan perkembanganharga relatif suatu barang dan jasa pada tahun berjalan
dengan tahun dasar, tanpa memberikan bobot terhadap kepentingan barang dan jasa.
Rumus:

2. Angka Indeks Kuantitas Relatif Sederhana

Menunjukkan perkembangan kuantitas barang dan jasa dibandingkan dengan tahun atau
periode dasarnya. Indeks kuantitas sederhana dihitung tanpa memberikan bobot pada
setiap komoditas, karena dianggap masih mempunyai kepentingan yang sama.

Rumus:

3. Angka Indeks Nilai Relatif Sederhana

Menunjukkan perkembangan nilai (harga dikalikan dengan kuantitas) suatu barang dan
jasa pada suatu periode dengan periode atau tahun dasarnya.
 Rumus:

Angka indeks agregat sederhana

1. Angka Indeks Harga Agregat Sederhana
Angka indeks yang menunjukkan perbandingan antara jumlah harga kelompok barang
dan jasa pada periode tertentu dengan periode dasarnya.
Rumus:

2. Angka Indeks Kuantitas Agregat Sederhana

Angka indeks yang menunjukkan perbandingan antara jumlah kuantitas kelompok barang
dan jasa pada periode tertentu dengan periode dasarnya.
Rumus:

3. Indeks Nilai Agregate Relatif Sederhana

Indeks nilai agregat relatif sederhana menunjukkan perkembangan nilai (harga dikalikan
dengan kuantitas) sekelompok barang dan jasa pada suatu periode dengan periode atau
tahun dasarnya.
Rumus:

Angka indeks tertimbang

Indeks tertimbang memberikan bobot yang berbeda terhadap setiap komponen. Mengapa harus
diberikan bobot yang berbeda? Karena pada dasarnya setiap barang dan jasa mempunyai tingkat
utilitas (manfaat dan kepentingan) yang berbeda.
1. Formula Laspeyres
Etienne Laspeyres mengembangkan metode ini pada abad 18 akhir untuk menentukan
sebuah indeks tertimbang dengan menggunakan bobot sebagai penimbang adalah periode
dasar.
Rumus:
2. Formula Paasche
Menggunakan bobot tahun berjalan dan bukan tahun dasar sebagai bobot.
Rumus:

3. Formula Fisher
• Fisher mencoba memperbaiki formula Laspeyres dan Paasche.
• Indeks Fisher merupakan akar dari perkalian kedua indeks.
• Indeks Fisher menjadi lebih sempurna dibandingkan kedua indeks yang lain baik
Lasypeyres maupun Paasche.
Rumus:

4. Formula Drobisch
• Digunakan apabila nilai Indeks Laspeyres dan Indeks Paasche berbeda terlalu jauh.
Indeks Drobisch juga merupakan jalan tengah selain Indeks Fisher.
• Indeks Drobisch merupakan nilai rata-rata dari kedua indeks.
Rumus:

5. Formula Marshal-Edgeworth
Formula Marshal-Edgeworth relatif berbeda dengan konsep Laspeyres dan Paasche.
Menggunakan bobot berupa jumlah kuantitas pada tahun t dengan kuantitas pada tahun
dasar. Pembobotan ini diharapkan akan mendapatkan nilai yang lebih baik.
Rumus:

6. Formula Wals
Menggunakan pembobot berupa akar dari perkalian kuantitas tahun berjalan dengan
kuantitas tahun dasar.
Rumus:
JENIS DAN MASALAH ANGKA INDEKS
Macam-macam Angka Indeks:
1. Indeks Harga Konsumen
2. Indeks Harga Perdagangan Besar
3. Indeks Nilai Tukar Petani
4. Indeks Produktivitas

Masalah dalam Penyusunan Angka Indeks:

1. Masalah Pemilihan Sampel
2. Masalah Pembobotan
3. Perubahan Teknologi
4. Masalah Pemilihan Tahun Dasar
5. Masalah Mengubah Periode Tahun Dasar

BAB 6
DERET BERKALA DAN PERAMALAN
Data deret berkala adalah sekumpulan data yang dicatat dalam suatu periode tertentu.
KOMPONEN DATA BERKALA
• Trend
• Variasi Musim
• Variasi Siklus
• Variasi yang Tidak Tetap (Irregular)

TREND : Suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh
dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (smooth).
METODE ANALISIS TREND
1. Metode Semi Rata-Rata
• Membagi data menjadi 2 bagian
• Menghitung rata-rata kelompok. Kelompok 1 (K1) dan kelompok 2 (K2)
• Menghitung perubahan trend dengan rumus:
b = (K2 – K1)/(tahun dasar K2 – tahun dasar K1)
• Merumuskan persamaan trend Y = a + bX
2. Metode Kuadrat Terkecil
 Menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli
dengan data pada garis trendnya.
3. Metode Kuadratis
Untuk jangka waktu pendek, kemungkinan trend tidak bersifat linear. Metode kuadratis
adalah contoh metode nonlinear. Y = a + bX + cX 2
4. Trend Eksponensial
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X) dinyatakan sebagai
pangkat. Untuk mencari nilai a, dan b dari data Y dan X, digunakan rumus sebagai
berikut: Y’ = a (1+b)X

BAB 7
KONSEP DASAR PROBABILITAS
PENDEKATAN PROBABILITAS
1. Pendekatan Klasik
2. Pendekatan Relatif
3. Pendekatan Subjektif

Pendekatan Klasik : Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.
Rumus:

Pendekatan Relatif : Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa
banyak suatu kejadian terjadi.
Rumus:

Pendekatan Subjektif : Probabilitas suatu kejadian didasarkan pada penilaian pribadi yang
dinyatakan dalam suatu derajat kepercayaan.

KONSEP DASAR HUKUM PROBABILITAS

A. Hukum Penjumlahan

• Peristiwa atau Kejadian Bersama

• Peristiwa Saling Lepas

 P(AB) = 0
Maka P(A ATAU B) = P (A) + P(B) – 0
= P(A) + P(B)

• Hukum Perkalian
P( A DAN B) = P(A) × P(B)
Apabila P(A) = 1/2 DAN P(B) = 1/2
Maka P(A DAN B) = 1/2 × 1/2 = ¼
• Kejadian Bersyarat P(B|A)
P(B|A) = P(AB)/P(A)
• Peristiwa Pelengkap (Complementary Event)
P(A) + P(B) = 1 atau P(A) = 1 – P(B)
Diagram Pohon : Suatu diagram berbentuk pohon yang membantu mempermudah mengetahui
probabilitas suatu peristiwa.
Teorema Bayes : Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah kejadian lain
ada. Rumus :

BEBERAPA PRINSIP MENGHITUNG

• Factorial (berapa banyak cara yang mungkin dalam mengatur sesuatu dalam kelompok).

• Permutasi (sejumlah kemungkinan susunan jika terdapat satu kelompok objek).

• Kombinasi (berapa cara sesuatu diambil dari keseluruhan objek tanpa memperhatikan
urutannya).

BAB 8
DISTRIBUSI PROBABILITAS DISKRET
Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui
probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.
• Rata-Rata Hitung

• Varians
• Standar Deviasi

Rumus distribusi probabilitas binomial:

Rumus nilai Distribusi Hipergeometrik:

Rumus Distribusi Poisson :

BAB 9
DISTRIBUSI PROBABILITAS NORMAL
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
 1. Kurva berbentuk genta (μ= Md= Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X= μ
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri.

BAB 10
TEORI KEPUTUSAN
ELEMEN KEPUTUSAN
• Kepastian (certainty): informasi untuk pengambilan keputusan tersedia dan valid.
• Risiko (risk): informasi untuk pengambilan keputusan tidak sempurna, dan ada probabilitas
atas suatu kejadian.
• Ketidakpastian (uncertainty): suatu keputusan dengan kondisi informasi tidak sempurna dan
probabilitas suatu kejadian tidak ada.
• Konflik (conflict): keputusan di mana terdapat lebih dari dua kepentingan.
• Pilihan atau alternatif yang terjadi bagi setiap keputusan.
• States of nature yaitu peristiwa atau kejadian yang tidak dapat dihindari atau dikendalikan
oleh pengambil keputusan.
• Hasil atau payoff dari setiap keputusan.

KEPUTUSAN DALAM KEADAAN BERISIKO

Langkah dalam Pengambilan Keputusan:
1. Mengidentifikasi berbagai macam alternatif yang ada dan layak bagi suatu keputusan.
2. Menduga probabilitas terhadap setiap alternatif yang ada.
3. Menyusun hasil/payoff untuk semua alternatif yang ada
4. Mengambil keputusan berdasarkan hasil yang baik.

Rumus Expected Value (EV):

EXPECTED OPPORTUNITY LOSS (EOL)
• Metode lain dalam mengambil keputusan selain EV
• EOL mempunyai prinsip meminimumkan kerugian karena pemilihan bukan keputusan
terbaik.
• Hasil yang terbaik dari setiap kejadian diberikan nilai 0, sedangkan untuk hasil yang lain
adalah selisih antara nilai terbaik dengan nilai hasil pada peristiwa tersebut.

Rumus:

Expected Value Of Perfect Information

• Setiap keputusan tidak harus tetap setiap saat. Keputusan dapat berubah untuk mengambil
kesempatan yang terbaik.
• Pada kasus harga saham, pada kondisi baik, saham ACES adalah pilihan terbaik, namun
pada kondisi buruk, maka saham BMRI lebih baik.
• Apabila hanya membeli saham ACES maka EV = 836.290 × 0,5 + 56.290 × 0,5 = 446.290
• Apabila keputusan berubah dengan adanya informasi yang sempurna dengan membeli harga
saham MLBI dan BAT EV if = 836.290 × 0,5 + 111.120 × 0,5 = 473.705
• Nilai EV if lebih tinggi dari EV dengan selisih: = 473.705 – 446.290 = 27.415. Nilai ini
mencerminkan harga dari sebuah informasi.
• Nilai informasi ini menunjukkan bahwa informasi yang tepat itu berharga—dan menjadi
peluang pekerjaan—seperti pialang, analis pasar modal, dll.

KEPUTUSAN DALAM KETIDAKPASTIAN

Kondisi ketidakpastian dicirikan dengan informasi yang tidak sempurna dan tidak ada
probabilitas suatu peristiwa.
Kriteria pengambilan keputusan dalam ketidakpastian:
1. Kriteria Laplace
2. Kriteria Maximin
3. Kriteria Maximax
4. Kriteria Hurwicz
5. Kriteria (Minimax) Regret

2.Buku Pembanding

Bab 1
Perkenalan Dengan Statistic
A. Arti dan Kegunaan Data
Data adalah keterangan mengenai sesuatu yang dibuat dalam bentuk angka-angka
(bilangan) atau dalam bukan angka-angka. Kegunaan data pada dasarnya adalah untuk
membuat keputusan oleh para pembuat keputusan (decision makers). Untuk mendapatkan data
yang baik dan akurat, maka para ahli statistik biasanya mengambil sampel dari sebuah populasi.
Sampel adalah suatu bagian dari populasi yang menjadi perhatian, sedangkan Populasi adalah
sekumpulan objek yang akan dijadikan sebagai bahan penelitian dengan ciri mempunyai
karakteristik yang sama.
B. Defenisi Statistik
Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan bahan-
bahan atau keterangan, pengolahan serta penganalisisan, penarikan kesimpulan serta
pembuatan keputusan yang beralasan berdasarkan penganalisisan yang dilakuka.

Bab 2
Pengumpulan Dan Pengolahan Data
A. Pengumpulan Data

pengumpulan data apabila diselidiki adalah elemen sampel dari suatu populasi),
data yang diperoleh merupakan Data Perkiraan. Dibandingkan dengan sensus. Pengumpulan
data degancara sampling membutuhkan biaya yang jauh lebih sedikit, memerlukan
waktu yang lebih cepat, tenaga yang tidak terlalu banyak dan dapat menghasilkan cakupan
data yang lebih luas serta terperinci. Dalam pengambilan sampel ada dua cara yang sering
dipakai yaitu secara acak dan bukan acak. Alat yang dipakai untuk memperoleh keterangan dari
objek yaitu daftar pertanyaan (questionnaire), wawancara, observasi, melalui pos/alat
komunikasi lain dan alat ukur lainnya. Akan tetapi hal yang terpenting dalam pengumpulan data
adalah merancang kuesioner (daftar isian yang berupa satu set pertanyaan yang tersusun secara
sistematis dan standar sehingga pertanyaan yang sama dapat diajukan kepada setiap responden).
Sistematis yang dimaksud adalah bahwa item-item pertanyaan disusun menurut logika (logical
sequence) sesuai dengan maksud dan tujuan pengumpulan data. Sedangkan yang dimaksud
dengan standar adalah setiap item pertanyaan mempunyai pengertian,konsep,dan definisi yang
sama. Ada dua tujuna utama dalam membuat kuesioner suatu survei yang baik yaitu:
1. memperoleh informasi/data yang berhubungan dengan maksud dan tujuan survei
2. mengumpulkan informasi dengan kecermatan dan ketelitian yang dapat
dipertanggungjawabkan.

Secara umum metode pengolahan data dibedakan menjadi dua yaitu

pengolahan data decara manual (yang dilakukan untuk jumlah obesrvasi yang tidak terlalau
banyak dan memerlukan waktu yang sangat lama karena harus menelitisatu persatu dari
setiap obesrvasi) dan pengolahan data secara elektronik (dengan menggunakan komputer).
B. Pengolahan Data
Pengolahan data adalah mentabulasi data, menjumlahkan atau memilah-milah
datamenjadi data yang siap di sajikan dan kemudian di analisis sesuai dengan kebutuhan.
Pengolahan data pada dasarnya merupakan suatu prosesuntuk memperoleh data/angka
ringkasan (summary figures).

Bab 3
Penyajian Data
Data dapat disajikan dengan Tabel dan Grafik. Penyajian data dalam bentuk tabel adalah
penyajian dalam kumpulan angka-angka yang disusun menurut kategori-kategori,sehingga
memudahkan untuk pembuatan analisis data. Ada beberapa bentuk tabel yaitu :
(1) Tabel Satu Arah (one way table),tabel yang memuat keterangan mengenai satu
hal/karakteristik saja,
(2) Tabel Dua Arah (two way table),tabelyang menunjukkan hubungan dua
hal/karakteristik,
(3) Tabel Tiga Arah (three way table),tabel yang menunjukkan tiga hal/karakteristik.

Penyajian data dalam bentuk grafik adalah penyajian dalam bentuk gambar
yang menunjukkan secara visual data berupa angka yang dapat memudahkan
pengambilan kesimpulan dengan cepat. Ada beberapa bentuk grafik yaitu :
(1) Grafik Garis Tunggal (single line chart),grafik yang terdiri dari satu garis untuk
menggambarkan perkembangan dari suatu karakteristik,
(2) Grafik Garis Berganda (multiple line chart),grafik yang terdiri dari beberapa garis untuk
menggambarkan perkembangan beberapa hal sekaligus,
(3) Grafik Garis Komponen Berganda (multiple component line chart),mirip
dengan grafik berganda tetapi garis yang terakhir menggambarkan jumlah dari
komponen-komponen,
(4) Grafik Garis Persentase Komponen Berganda (multiple percentage component
line chart),mirip dengan grafik garis berganda kecuali masing-masing nilai komponen
dinyatakan dalam persentase sehingga garis terakhir merupakan garis yang menunjukkan nilai
100%,
(5) Grafik Garis Berimbang Neto (net balanced line),grafik yang nilai-nilai selisih dengan garis
timbangan dapat diberi warna yang berbeda untuk menilai selisih positif dan negatif,
(6) Grafik Batangan Tunggal (single bar chart)
(7) Grafik Batangan Berganda (multiple bar chart)
(8) Grafik Batangan Komponen Berganda (multi component bar chart)
(9) Grafik Batangan Persentase Komponen Berganda (multiple percentage
component bar chart)
(10) Grafik Batangan Berimbang Neto (net balanced bar chart)
(11) Grafik Lingkaran Tunggal (single pie chart)
(12) Grafik Lingakaran Berganda (multi pie chart)
(13) Grafik Peta (cartogram chart)
(14) Grafik gambar (pictogram chart)

Bab 4
Distribusi Frekuensi
Kata “frekuensi” yang dalam bahasa Inggrisnya adalah frequency berarti:
“kekerapan”,”keseringan”, atau“jarang-kerapnya”. Dalam statistik ”frekuensi” mengandung
pengertian: Angka (bilangan) yang menunjukkan seberapa kali suatu variabel (yang
dilambangkan dengan angka-angka itu) berulang dalam deretan angka tersebut;atua berapa
kalikah sutu variabel(yang dilambangkan dengan angka itu) muncul dalam deretan angka
tersebut. (Sudijono Anas.2009: 36)”
Distribusi frekuensi menunjukkan banyaknya item dalam setiap kategori atau kelas.
Dalam distribusi frekuensi terdapat frekuensi relatif dari suatu kelas adalah proporsi item
dalamsetiap kelas terhadap jumlah kesuluruhan item data tersebut. Jika sekelompok data
memiliki n observasi.maka frekuensi relatif dari kategori atau kelas akan diberikan
sebagai berikut.
Ada tiga hal yang perlu diperhatikan dalam menentukan kelas bagi distribusi frekuensi untuk
data kuantitatif yaitu :
1. Jumlah Kelas
Pada tahun 1926 H.A. Sturges menulis artikel dengan judul “The Choice of a Class Interval”
yang mengemukakan rumus untuk menentukan banyaknya kelas yaitu :
k = 1 + 3,322 log n
2. Interval Kelas
Pemilihan interval kelas dan jumlah kelas sebenarnya tidak independen.Semakin banyak jumlah
kelas berarti semakin kecil interval kelas dan sebaliknya.
c=

3. Batas Kelas
Batas kelas bawah menunjukkan kemungkinan nilai data terkecil pada suatu kelas sedangkan
batas kelas atas mengidentifikasi kemungkinan nilai data terbesar dalam suatu kelas.Sering kali
data dari tabel disajikan dalam bentuk grafik misalnya dalam bentuk histogram/grafik
batangan,frekuensi poligon dan frekeunsi kurva. Grafik batangan biasanya digunakan untuk
menyajikan datayang bukan merupakan tabel frekuensi. Dalam analisis ekonomi,khususnya
pada masalah pemerataan pendapatan dikenal suatu kurva yang disebut Kurva Lorenz. Pada
dasarnya kurva ini sama dengan kurva frekuensi kumulatif. Dalam kurva ini ditunjukkan
pembagian pendapatan yang sama sehingga menunjukkan keadilan atau makin tidak sama,
makin tidak adil. Pembagian pendapatan yang tidak sama atau kurang merata disebut dengan
Income Gap yaitu jurang pemisah antara yang berpendapatan tinggi dengan yang
berpendapatan rendah. Apabila income gap semakin besar sering terjadi kekacauan yang
menimbulkan pemberontakan

Bab 5
Ukuran Pemusatan
A.Defenisi Ukuran
Pemusatan Rata – rata (average) adalah nilai yang mewakili himpunan atau
sekelompokdata ( a set of data ). Nilai rata – rata umumnya cenderung terletak di tengah suatu
kelompok data yang disusun menurut besar – kecilnya nilai. Dengan perkataan lain, nilai rata –
rata mempunyai kecenderungan memusat. Sehingga sering disebut ukuran kecenderungan
memusat (measures of central tendency). Beberapa jenis rata – rata yang sering digunakan
adalah hitung ( arithmetic mean atau sering disebut mean saja ), rata ukur ( geometric mean )
dan rata – rata harmonis ( harmonic mean ). Setiap rata – rata tersebut selain mempunyai
keunggulan juga memiliki kelemahan, dan ketetapan penggunaannya sangat bergantung pada
sifat dari data dan tujuannya.
 Disini, yang dimaksud dengan nilai rata – rata adalah rata – rata hitung, kecuali apabila
ada keterangan atau penjelasan lain. Dalam kehidupan sehari – hari, rata – rata nilai ini lebih
banyak dikenal. Contohnya rata – rata nilai hasil ujian seorang mahasiswa, rata – rata peminat
progrm studi matematika dan lain sebagainya. Rata – rata hitung yang untuk selanjutnya
disingkat rata – rata, sering digunakan sebagai dasar perbandingan antara dua kelompok nilai
atau lebih.
Rata-Rata Hitung

Simbol ini disebut parameter. Rata – rata ini dihitung berdasarkan populasi. Oleh karena
itu rata – rata ini sering disebut rata – rata populasi
b. Rata – rata perkiraan (sampel)

Apabila rata – rata tersebut dihitung berdasarkan sampel sebanyak n dimana n ˂ N

observasi, maka rata – rata yang diperoleh disebut rata – rata perkiraan, atau rata – rata sampel
yang diberi simbol X yang rumusnya seperti yang diatas.

Bab 6
Ukuran Variasi Atau Dispersi
A.Defenisi Ukuran Variasi atau Dispersi
Ukuran Dispersi atau Ukuran Pemencaran atau Ukuran Penyebaran atau Ukuran
Penyimpangan merupakan suatu ukuran yang menjunjung tinggi rendahnya perbedaan data
yang diperoleh dari rata – rata mennya. Tujuannya adalah untuk mengetahui penyabaran suatu
kelompok data, agar kita dapat menentukan kelompok data ( Nilai ) yang bersifat homogen
( tidak bervariasi ), Heterpgen ( Sangat Bervariasi ) dan relatif homogen ( tidak bervariasi ).
B.Macam – Macam pengukuran dispersi
1. Dispersi absolut ( mutlak )
Digunakan untuk mengetahui tingkat variasi nilai observasi pada suatu data.
- Nilai jarak ( range ), merupakan beda antara pengukuran nilai terbesar dan nilai terkecil
yang terdapat dalam sebuah distribusi. Penentuan range sebuah dispersi yang paling sederhana.
Nilai range (r) kecil, berarti bahwa suatu distribusi memiliki rangkaian data yang lebih
hoogen, semakin kecil nilai r maka kualitas data akan semakin baik, sebaliknya semakin
besar nilai r, maka kualitasnya semakin tidak baik.
- Rata – rata simpangan/ Deviasi Rata – rata ( Mean Deviation ), merupakan penyebaran
data atau angka atas dasar jarak ( devisi ) dari pe; bagai angka – angka dari rata – ratanya. Makin
besar simpangan makin besar deviasi rata rata.
- Variasi ( Variance ), rata – rata kuadrat selisih dari semua nilai data terhadap nilai rata – rata
hitung.
- Simpangan baku ( Standart Deviation ), merupakan akar pangkat dua dari variasi

Bab 7
Analisis Korelasidan Regresi Sederhana
A.Pengertian Korelasi
Kata ‘’Korelasi” berasal dari bahasa Inggris correlation .Dalam bahasa Indonesia korelasi
diterjemahkan sebagai “hubungan” atau “saling berhubungan”atau “hubungan timbal
balik”.Dalam ilmu statistik istilah “korelasi” diberi pengertian sebagai “hubungan antardua
variabel atau lebih”.
B.Menghitung koefisien korelasi
Rumus-rumus korelasi yang sering dipakai diantaranya :Perseroan (product moment
correclstion) dan Spearmen Correlation.Kedua rumus tersebut dikembangkan dengan suatu
asumsi dasar yang berbeda,sehingga dengan suatu asumsi dasar yang berbeda,sehingga rumus
tersebut tepat penggunaannya jika syarat-syarat dituntut terpenuhi.
 Korelasi Pearson

 Koefisien Korelasi Untuk Data Berkelompok

Bab 8

Regresi Linear Berganda dan Regresi (TREND) Non linear

A.Persamaan regresi Linear Berganda Lebih Dari Dua Variabel
Adalah suatu persamaan regresi dimana variabel bebasnya lebih dari 1 variabel
B.Cara Memecahkan Persamaan Lebih Dari Dua Variabel
1.Koefisien Korelasi Linear Berganda
Adalah suatu korelasi antara variabel tidak bebas (Y) dengan variabel bebas yang lebih dari 1
variabel.

2.Koefisien Penentu (KP)

Bab 9
Analisis Data Berkala
Data berkala (time series data) adalah data yang dikumpulkan dari waktu ke waktu
untuk menggambarkan perkembangan suatu kegiatan. Analisis data berkala
memungkinkan kita untuk mengetahui perkembangan suatu atau beberapa
kejadian serta hubungan atau pengaruhnya terhadap kejadian lainnya. Gerakan /
variasi data berkala terdiri dari empat komponen yaitu sebagai berikut :
(1) Gerakan Trend Jangka Panjang, yaitu suatu gerakan yang menunjukkan arah
perkembangan secara umum (kecendrungan menaik/menurun). Garis trend ini berguna untuk
membuat ramalan yang diperlukan bagi perencanaan (T).
(2) Gerakan/Variasi Siklis, yaitu gerakan/variasijangka panjang disekitar garis trend (berlaku
untuk data tahunan) dan disimbolkan dengan C (cycle).
(3) Gerakan/Variasi Musiman, yaitu gerakan yang mempunyai pola tetap dari waktu ke
waktu yang disimbolkan dengan S (seasonal).
(4) Gerakan/Variasi yang Tidak Teratur, yaitu gerakan/variasi yang sifatnya sporadis,
disimbolkan dengan I (irregular).
Apabila gerakan trend, siklis, musiman, dan acak masing-masing diberi
simbol T, C, S, dan I, maka data berkala Y merupakan hasil kali dari 4 komponen
tersebut yaitu :

Y=T×C×S×I
MENENTUKAN TREND
Ada beberapa metode yang umum digunakan untuk menggambarkan garis
trend, ada beberapa metode yang bisa digunakan yaitu :

Metode Tangan Bebas

Adapun langkah-langkah yang digunakan dalam metode Metode ini adalah :
(1) Buat sumbu tegak Y dan sumbu mendatar X,
(2) Buat Scatter Diagram, yaitu kumpulan titik-titik koordinat (X, Y); X =
variabel waktu,
(3) Dengan jalan observasi langsung terhadap bentuk Scatter Diagram.
Cara menarik Garis Trend dengan tangan bebas meruoakan cara yan
paling mudah, tetapi sifatnya sangat subjektif

Metode Rata-rata Semi

Cara dengan metode ini memerlukan langkah-langkah sebagai berikut :
(1) Data dikelompok menjadi dua, masing-masing kelompok harus
mempunyai jumlah data yang sama,
(2) Masing-masing kelompok dicari rata-ratanya,
(3)Titik absis harus dipilih dari variabel X yang berada di tengah masing-
masing kelompok,
(4)Titik koordinat terdiri dari b) dan c) dimasukkan kedalam persamaan

Metode ini tidak memerlukan grafik, kita dapat mempreloeh nilai ramalan
langsung dari persamaan.

Metode Rata-rata Bergerak

Rata-rata bergerak sering dipergunakan untuk memuluskan fruktuasi yang
terjadi dalam data tersebut. Proses pemulusan ini disebut pemulusan data
berkala. Apabila rata-rata bergerak dibuat dari data tahunan atau bulanan
sebanyak n waktu maka rata-rata bergerak disebut rata-rata bergerak tahunan atau
bulanan dengan orde n.

Metode Kuadrat Terkecil

Garis trend linear dapat ditulis sebagai persamaan garis lurus :
Y’ = a + bX
Di mana Y’ = data berkala (time seri data)
X = waktu
a dan b = bilangan konstan

Untuk mencari persamaan trend garis lurus dengan metode kuadrat

terkecil dapat dilakukan dengan dua cara, yaitu:
Cara 1
Untuk mengadakan perhitungan diperlukan nilai tertentu pada variabel
waktu (X) sedemikian rupa, sehingga jumlah nilai variabel waktu adalah nol.
a) Untuk n ganjil
b) Untuk n genap

Bab 10
Indeks Musiman dan Gerakan Siklis
Gerakan musiman (seasonal movement or variation) adalah gerakan yang teratur
sehingga fluktuasinya terjadi pada waktu-waktu yang sama atau sangat berdekatan.
Untuk keperluan analisis, sering kali data berkala dinyatakan dalam bentuk angka indeks.
Apabila kita ingin menunjukkan ada / tidaknya gerakan musiman, perlu dibuat indeks musiman
(seasonal index). Dalam menghitung angka indeks musiman, ada beberapa metode yang dapat
dilakukan yaitu :
1. Metode Rata-rata Sederhana (simple average method)
2. Metode Relatif Bersambung (link relative method)
Untuk menggunakan metode relatif bersambung, data bulanan yang asli mula-mula dinyatakan
sebagai presentase dari data pada bulan yang mendahuluinya. Persentase-persentase yang
didapat dengan cara demikian disebut relatif bersambung. Jadi, relatif bersambung
menghubungkan data pada bulan yang mendahuluinya. Dalam metode ini dapat dihitung denga
dua cara yaitu :
(1) Dengan menggunakan rata-rata,
(2) Dengan menggunakan median berdasarkan rata-rata.
3. Metode Rasio terhadap Trend (ratio to trend method)
Dalam metode ini, data asli untuk setiap bulan dinyatakan sebagai persentase dari
nilai-nilai trend bulanan. Rata-rata (median) dari persentase ini merupakan indeks musiman.
Apabila rata-rata indeks ≠ 100% atau jumlahnya tidak = 1.200%, perlu diadakan penyesuaian.
4. Metode Rasio terhadap Rata-rata Bergerak (ratio to moving average method)
Dalam metode ini, harus dihitung terlebih dahulu rata-rata bergerak selama
12 bulan. Karena hasil perhitungan rata-rata bergerak 12 bulan ini terletak antara
dua bulan yang berdekatan, tidak terletak pertengahan bulan, maka harus dibuat
rata-rata bergerak dua bulan yang didasarkan atas data rata-rata bergerak 12 bulan
tersebut. Yang terakhir ini sering disebut rata-rata bergerak 12 bulan terpusat.

MENGHILANGKAN PENGARUH MUSIMAN DAN TREND

Apabila kita ingin menghilangkan pengaruh musiman terhadap data
berkala, maka setiap nilai (data asli) bulanan dari tahun ke tahun harus dibagi dengan indeks
musiman.

GERAKAN SIKLIS DAN CARA MENGUKURNYA

Seperti kita ketahui, data berkala diberi simbol Y = TCSI. Apabila dibagi dengan S, maka
:
= TCI (bebas pengaruh musiman) yang kemudian kalau dibagi denagn T:
= CI (bebas pengaruh musiman dan trend)

MENEMUKAN UKURAN MUSIMAN DENGAN PENGGUNAAN REGRESI

BERGANDA
Pada bab terakhir kita akan mengetahui bahwa metode kedua, yaitu yang
lebih kompleks untuk menemukan indeks musiman adalah metode yang cukup
memadai untuk data yang memiliki trend kuat. Akan tetapi, kita dapat
menggabungkan pengetahuan pada data dan membutuhkan pekerjaan yang lebih
sederhana dibandingkan metode kedua.
Dengan data yang disajikan kita dapat membangun persamaan regresi dari rumus:

Dimana :
(= Y topi)
t = periode waktu
= variabel indikator yang menunjukkan musim semi, panas, dan gugur

Bab 11
Angka Indeks
Angka indeks pada dasarnya merupakan suatu angka yang dibuat sedemikian rupa
sehingga dapat dipergunakan untuk melakukan perbandingan antara kegiatan yang sama dalam
dua waktu yang berbeda. Tujuan pembuatan angka indeks adalah mengukur secara
kuantitatif terjadinya perubahan dalam dua waktu yang berlainan. Di dalam membuat angka
indeks diperlukan dua macam waktu, yaitu :
(1) waktu dasar (base period),yaitu waktu di mana suatu kegiatan diperlukan sebagai
dasar perbandingan,
(2) waktu yang bersangkutan atau sedang berjalan (current period),yaitu waktu dimana suatu
kegiatan (kejadian) dipergunakan sebagai dasar perbandingan terhadap kegiatan pada waktu
dasar.

INDEKS HARGA RELATIF SEDERHANA DAN AGREGATIF

Indeks harga relatif sederhana (simple relative price index) ialah indeks yang terdiri dari
satu macam barang saja, baik untuk indeks produksi maupun indeks harga. Indeks agregatif
merupakan indeks yang terdiri dari beberapa barang. Indeks agregartif memungkinkan
untuk melihat persoalan secara agregatif, yaitu secara keseluruhan, bukan melihat satu per
satu.
Rumus indeks harga sederhana (simple index) adalah:
Dimana:
P0 = harga pada waktu 0
Rumus untuk menghitung indeks produksi sama seperti untuk menghitung
indeks harga hanya huruf p-nya saja diganti dengan q
Dimana:
q0 = produksi dalam waktu 0

INDEKS AGREGATIF TIDAK TERTIMBANG

Digunakan untuk unit-unit yang mempunyai satuan yang sama. Indeks ini diperoleh
dengan jalan membagi hasil penjumlahan harga pada waktu yang bersangkutan
dengan hasil penjumlahan harga pada waktu dasar. Dapat dirumuskan sebagai berikut:

INDEKS AGREGATIF TERTIMBANG

Indeks agregatif tertimbang ialah indeks yang dalam pembuatannya telah
dipertimbangkan faktor-faktor yang akan mempengaruhi naik turunnya angka
indeks tersebut.
Timbangan yang akan dipergunakan untuk pembuatan indeks biasanya :
1. Kepentingan Relatif (relative importance)
2. Hal-hal yang ada hubungannya atau ada pengaruhnya terhadap naik- turunnya indeks tersebut.
Kelemahan dari Indeks ini adalah :
1. Satuan atau unit harga barang sangat mempengaruhi indeks harga.
2. Tidak memperhitungkan kepentingan relatif barang-barang yang
tercakup dalam pembuatan indeks.

INDEKS RATA-RATA HARGA RELATIF

Indeks rata-rata harga relatif dinyatakan oleh persamaan berikut:
Dimana, n adalah banyaknya jenis barang.

VARIASI DARI INDEKS HARGA TERTIMBANG

Rumus Laspeyres baik dalam praktek, lemah dalam teori, sedangkan rumus Paasche
baik dalam teori sukar penggunaannya dalam praktek.

ANGKA INDEKS BERANTAI

Dalam membuat indeks berantai,terlebih dahulu harus ditentukan
berapa satuan waktu dasar.
Keuntungan menggunakan angka indeks ini adalah :
1. Memungkinkan kita untuk memasukkan komoditi-komoditi baru yang diperlukan sebagai
timbangan,
2. Apabila sudah dibuat indeks berantai dengan waktu dasar yang berubah-ubah, kita dapat
menurunkan dari indeks berantai tersebut suatu indeks pada tahun-tahun tertentu dengan waktu
dasar yang tetap
PENENTUAN DAN PENGGESERAN WAKTU DASAR
Tujuan utama pembuatan angka indeks adalah untuk melakukan perbandingan
mengenai suatu kegiatan pada waktu yang berbeda. Ada beberapa syarat yang perlu diperhatikan
dalam menentukan waktu dasar yaitu :
1. Waktu sebaiknya menunjukakan keadaan perekonomian yang stabil,dimana harga tidak
berubah dengan cepat sekali
2. Waktu jangan terlalu jauh dibelakang, usahakan paling lama 10 tahun atau lebih baik kurang
dari 5 tahun.
3. Waktu dimana terjadi peristiwa penting.
4. Waktu dimana tersedia data untuk keperluan timbangan.

Jika waktu dasar dari angka indeks dianggap sudah out of date karena sudah terlalu lama
atau terlalu jauh ketinggalan, maka perlu diadakan penggeseran waktu dasar (shifting the base
period).

Ada dua cara untuk melakukan pergeseran,yaitu :

1. Apabila data asli masih tersedia, maka angka pada waktu atau tahun tertentu yang akan
dipakai sebagai tahun dasar yang baru itu diberi nilai 100%, sedangkan angka-angka
lainnya dibagi dengan angka,dari waktu tersebut, kemudian dilakukan dengan 100%.
2. Indeks pada tahun yang akan dipilih sebagai waktu dasar diberi nilai 100%, kemudian angka
indeks pada tahun-tahun lainnya dibagi dengan indeks dari tahun dasar baru, dan
mengalikannya dengan 100%. Cara ini sering digunakan apabila data aslinya sudah tidak ada
lagi.

PENGUJIAN ANGKA INDEKS DAN PENDEFLASIAN DATA BERKALA

Kesempurnaan angka indeks biasanya dilihat dari kenyataan apakah
indeks yang bersangkutan memenuhi beberapa kriteria pengujian (test criteria).
Indeks ideal dari Fisher secara teoritis lebih baik daripada indeks Laspeyres atau Paasche karena
indeks ideal lebih banyak memenuhi kriteria pengujian daripada Laspeyres dan Paasche.
Beberapa kriteria pengujian adalah time reversal test, dan factor reversal tes

Pendeflasian Data Berkala

Data berkala (time series data), menujukkan perkembangan mengenai kegiatan dari
waktu ke waktu. Untuk mendapatkan data berkala yang riil (real term), dan pendapatan nyata
(real wages,real income), angka-angka tersebut harus dibagi dengan indeks biaya hidup (cost of
living index)

Bab 12
Probalitas
A.Pengertian Probalitas
Kata probalitas biasanya dikenal dengan nama peluang dan kemungkinan.Secara umum
probalitas adalah peluang sesuatu akan terjadi.Secara jelas probalitas akan didefinisikan sebagai
berikut :
“Probalitas adalah suatu nilai yang dipergunakan untuk mengukur tingkat terjadinya suatu
kejadian yang acak”
Dalam mempelajari probabilitas ada 3 kata kunci yang harus diketahui: Eksperimen, hasil
(Outcome), dan kejadian atau peristiwa (event). Ketiga istilah tersebut sering kita dengar, tetapi
dalam ilmu statistic ketiga istilah itu mempunyai arti yang spesifik.
B. Probabilitas Subjektif
Probabilitas subjektif didasarkan kepada penilaian seseorang dalam menyatakan tingkat
kepercayaan.Jika tidak ada pengalaman pengamatan masa lalu sebagai dasar untuk perhitungan
probabilitas, maka pernyataan probabilitas tersebut bersifat subjektif.
C. Permutasi dan Kombinasi
1.1 Permutasi
Adalah suatu pengaturan atau urutan beberapa elemen atau objek (misalnya hasil suatu
eksperimen), dimana urutan itu penting, maksudnya 123 tidak sama dengan 231.
1.2 Kombinasi
 Kombinasi adalah susunan dari beberapa elemen yang dimana urutan tidak diperhatikan,
hal ini sangat berbeda pada permutasi.

BAB III

PEMBAHASAN

A. Kelebihan Buku
Buku Utama:
1. Penjelasam dalam buku “Statiska Untuk Ekonomi Dan Keuangan Modern” disajikan
sangat jelas dan rinci sehingga menambah banyak pengetahuan akan statiska ekonomi
tersebut
2. Dari segi bahasa yang digunakan menggunakan bahasa yang padu dan menggunakan
struktur yang tepat
3. Setiap pembahasan yang disajikan disertai dengan contoh yang membuat pembaca akan
lebih mudah memahaminya
4. Dalam penyajian nya dilengkapi dengan tabel dan grafik yang dapat membuat pembaca
paham tentang materi tersebut

Buku Pembanding
1. Penjelasan di buku “Statistik Teori &Aplikasi” ini sudah memaparkan isi penjelasan
materi yang lengkap dan jelas dan disajikan menggunakan contoh soal yang bervariasi
2. Di setiap babnya dilengkapi dengan resume hasil materi
3. Dilengkapi tabel dan grafik yang mendukung
4. Cover yang simpel
B.Kekurangan
Buku Utama
1. Jika dibandingkan dengan buku pembanding bahasa yang digunakan pada buku ini lebih
berat daripada buku pembanding
2. Penjelasan yang teralau padat juga dapat menjadi kekurangan buku ini,karena
menyebabkan pembaca bosan menanggapinya

Buku Pembanding
1. Bahasa yang digunakan cukup berat
2. Jika dibandingkan dengan buku utama,materi pada buku utama lebih lengkap dari pada
buku pembanding ini

BAB IV
PENUTUP
A. KESIMPULAN
Dapat disimpulkan bahwa kedua buku ini sama sama membahas mengenai
statistika ekonomi, dan kedua buku ini memuat paparan materi yang hampir sama.
Namun disalah satu buku lebih jelas terdapat kekurangan dan kelebihan nya masing-
masing. Dan kedua buku ini sangat membantu pembaca di dalam memahami pengertian
manajemen dalam kehidupan sehari-hari. Dan diharapkan pembaca dapat memahami
materi tentang pengantar manajemen ini dengan baik dan benar
B. SARAN
Adapun saran penulis dalam crictical book report ini, kedua buku ini sangat layak
dijadikan sebuah buku pedoman maupun buku referensi dalam mata pengantar
manajemen . saran membantu tentunya dibutuhkan penulis untuk menguatkan narasi
tulisan ini