Analisis Data dalam Bisnis

Berikut market capitalization (dalam $ billions) dan total return (dalam %)

Market
Company Total Return
Capitalization
Walmart 211 -2,70
Exxon Mobil 316 -12,60
Chevron 151 8,10
General Electric 198 -0,40
Bank of America 182 7,30
Conoco Philips 80 2,90
AT & T 157 4,80
Ford Motor 49 336,70
JP Morgan Chase 190 19,90
Hewlett-Packard 127 43,10

❖ Problem 1:
• Mean Market capitalization

211 + 316 + 151 + 198 + 182 + 80 + 157 + 49 + 190 + 127

= = 𝟏𝟔𝟔 (𝒅𝒂𝒍𝒂𝒎 $ 𝒎𝒊𝒍𝒊𝒂𝒓)
10

• Median Market Capitalization

49 ; 80 ; 127 ; 151 ; 157 ; 182 ; 190 ; 198 ; 211 ; 316

157 + 182
= = 𝟏𝟔𝟗, 𝟓𝟎 (𝒅𝒂𝒍𝒂𝒎 $ 𝒎𝒊𝒍𝒊𝒂𝒓)
2

• Mean Total Return

(−2,70) + (−12,60) + 8,10 + (−0,40) + 7,30 + 2,90 + 4,80 + 336,70 + 19,90 + 43,10
= = 𝟒𝟎, 𝟕𝟏 (𝒅𝒂𝒍𝒂𝒎 %)
10

• Median Total Return

-12,60 ; -2,70 ; -0,40 ; 2,90 ; 4,80 ; 7,30 ; 8,10 ; 19,90 ; 43,10 ; 336,70
4,80 + 7,30
= = 𝟔, 𝟎𝟓 (𝒅𝒂𝒍𝒂𝒎 %)
2
• Berdasarkan perhitungan mean dan median untuk market capitalization mean dan
median memiliki nilai yang berbeda namun tidak terlalu signifikan, baik nilai mean
maupun nilai median, keduanya merefleksikan lokasi sentral karena baik mean
dengan nilai 166 (dalam $ miliar) maupun median dengan nilai 169,50 (dalam $
miliar), 5 data berada dibawah nilainya serta 5 data berada di atas nilainya.

= 1
 Analisis Data dalam Bisnis

• Berbeda dengan total return, perhitungan mean dan media menghasilkan nilai yang
jauh berbeda yang berarti terdapat outliers di dalam data. Untuk mean, 9 data
berada di bawah nilai 40,71% dan 1 data saja yang berada di atas nilai 40,71%.
Sedangkan median, 5 data berada di bawah nilai 6,05% dan 5 data di atas nilai
6,05%. Dengan demikian, pengukuran yang lebih merefleksikan lokasi sentral
untuk total return adalah median.

❖ Problem 2
Position 1 2 3 4 5 6 7
Value 120 187 196 215 268 312 343

• Persentil 20
20
𝐿20 = (7 + 1) ⋅ 100 = 1,6 Maka, persentil 20 terdapat di 60% jarak antara data
pertama dan kedua dengan perhitungan berikut:

𝑃20 = 120 + 0,60(187 − 120) = 120 + 26,8 = 𝟏𝟔𝟎, 𝟐

Dengan demikian, sekitar 20% kurang dari 160,2 dan 80% lebih besar dari 160,2.

• Persentil 50
50
𝐿50 = (7 + 1) ⋅ 100 = 4 Maka, persentil 50 terdapat di data ke-4
P50 = 215
Dengan demikian, sekitar 50% kurang dari 215 dan 50% lebih besar dari 4.

• Persentil 80
80
𝐿80 = (7 + 1) ⋅ 100 = 6,4 Maka, persentil 80 terdapat di 40% jarak antara data
keenam dan
ketujuh dengan perhitungan berikut:

𝑃80 = 312 + 0,40(343 − 312) = 312 + 12,4 = 𝟑𝟐𝟒, 𝟒

Dengan demikian, sekitar 80% kurang dari 324,4 dan 20% lebih besar dari 324,4.

❖ Problem 3
Penjualan Bata (dalam jutaan Rp), 2015–2020

Year 2016 2017 2018 2019 2020

Sales 14.322 15.883 15.203 15.534 17.915
• Growth rate Bata:
15.833 − 14.322
2016 − 2017 = = 𝟎, 𝟏𝟎𝟗𝟎
14.322

15.203 − 15.883
2017 − 2018 = = −𝟎, 𝟎𝟒𝟐𝟖
15.833

= 2
 Analisis Data dalam Bisnis

15.534 − 15.203
2018 − 2019 = = 𝟎, 𝟎𝟐𝟏𝟖
15.203

17.915 − 15.534
2019 − 2020 = = 𝟎, 𝟏𝟓𝟑𝟑
15.534

• Average Growth Rate

4
Gg = √(1 + 0,1090)(1 − 0,0428)(1 + 0,0218)(1 + 0,1533) – 1
= 1,25091/4 – 1 = 0,0575 atau 5,75%

❖ Problem 4
Distribusi frekuensi harga rumah (dalam $1000)
Class Frequency
400 – 500 5
500 – 600 12
600 – 700 15
700 – 800 6
800 – 900 3

a. Average house price

Class fi mi mi fi (𝐦𝐢 − 𝐱̅)𝟐 𝐟𝐢
400 – 500 5 450 2.250 (625,6098 − 450)2 × 5 = 154.194,0093
500 – 600 12 550 6.600 (625,6098 − 550)2 × 12 = 68.602,1023
600 – 700 15 650 9.750 (625,6098 − 650)2 × 15 = 8.923,2278
700 – 800 6 750 4.500 (625,6098 − 750)2 × 6 = 92.837,5311
800 – 900 3 850 2.550 (625,6098 − 850)2 × 3 = 151.052,8856
41 25.650 475.609,7561

𝛴𝑚𝑖 𝑓𝑖 25650
𝑥̅ = = = 625,6098 (dalam $1000)
𝑛 41

Average house price adalah $ 625.609,8

b. Sample variance dan sample standard deviation

• Variance

2
∑(𝑚𝑖 − 𝑥̅ )2 𝑓𝑖 475.609,7561
𝑠 = = = 11.890,2439
𝑛−1 41 − 1
Variance 11.890,2439

= 3
 Analisis Data dalam Bisnis

• Standard deviation

s = √11.890,2439 = 109,0424
Standard deviation 109,0424

= 4