BAB 6

Analisis Data Berkala

 Ciri-ciri dan Penggolongan Data Berkala
Gerakan–gerakan khas data berkala dapat
digolongkan menjadi empat kelompok utama, yang
sering disebut komponen-komponen data berkala,
yaitu
Gerakan trend jangka panjang (T)
Gerakan siklis (C)
Gerakan variasi musim (S)
Gerakan yang tak teratur atau gerakan yang acak (I)
 Ciri-ciri dan Penggolongan Data
Berkala
Persamaan klasik mengasumsikan bahwa data
berkala Y merupakan hasil perkalian dari
komponen-komponen; gerakan jangka panjang
(T),gerakan siklis (C), gerakan musim (S), dan
gerakan yang tak teratur (I), yaitu Y = T x C x S x I.
Akan tetapi, ada juga statistikiawan yang
mengasumsikan yang mengasumsikan bahwa data
berkala Y merupakan jumlah dari komponen-
komponen tersebut, yaitu Y = T + C + S + I.
Gerakan Trend Jangka Panjang atau Sekuler
(Long Term Movement Or Secular Trend)
Gerakan trend jangka panjang adalah suatu gerakan
yang menunjukkan arah perkembangan atau
kecenderungan secara umum dari data berkala yang
meliputi jangka waktu yang panjang. Dengan lebih
singkat dapat disebutkan bahwa gerakan trend
jangka panjang adalah suatu garis halus atau kurva
yang menunjukkan suatu kecenderungan umum dari
suatu data berkala. Kecenderungan tersebut arahnya
bisa naik bisa juga turun.
 Gerakan Siklis atau Variasi Siklis
(Cyclical Movements or Variations)
Gerakan siklis adalah gerakan naik turun disekitar garis trend
dalam jangka panjang. Atau bisa juga dikatakan suatu gerakan
disekitar rata-rata nilai data berkala, di atas atau di bawah garis
trend dalam jangka panjang. Dari gerakan siklis diperoleh titik
tertinggi (puncak) dan titik terendah (lembah). Gerakan dari
puncak ke lembah disebut kontraksi dan gerakan dari puncak ke
lembah berikutnya disebut ekspansi.
Waktu yang diperlukan untuk melewati satu siklis, misalnya
dari puncak ke puncak berikutnya dinamakan lama siklis.
Persentase antara titik puncak dengan garis trend atau antara
titik lembah dengan garis trend disebut amplitude.
 Gerakan Musiman (Seasonal
Movement)
Gerakan musiman atau variasi
musiman (seasonal movement)
adalah gerakan yang mempunyai
pola-pola tetap atau identik dari
waktu ke waktu dengan jangka
waktu yang kurang dari satu
tahun.
Gerakan Tidak Teratur atau Acak
(Irregular or Random Movement)
Gerakan tidak teratur atau gerakan acak adalah
gerakan yang bersifat sporadis atau gerakan dengan
pola yang tidak teratur dan tidak dapat diperkirakan
yang terjadi dalam waktu singkat.
Gerakan tidak teratur dari data berkala disebabkan
oleh peristiwa-peristiwa yang terjadi secara
kebetulan seperti banjir, pemogokan, pemilihan
umum, dan perubahan pemeritahan.
 CARA MENENTUKAN
PERSAMAAN TREND
Ada empat cara yang akan dipelajari untuk
menentukan persamaan trend linear, yaitu:
Metode bebas
Metode setengah rata-rata
Metode rata-rata bergerak, dan
Mtode kuadrat terkecil
CARA MENENTUKAN PERSAMAAN
TREND
Keempat cara ini dipakai untuk menentukan bentuk umum
persamaan trend inear, yaitu:

 = a + Bx
Y adalah nilai trend pada periode tertentu (variable tidak bebas)
X adalah periode waktu (variable bebas)
a adalah intersep dari persamaan trend
b adalah koefisien kemiringan atau gradient dari persamaan
trend yang menunjukkan besarnya perubahan nilai trend bila
terjadi perubahan satu unit pada X.
Metode Bebas
Langkah-langkah yang diperlukan untuk menentukan persamaan
trend dengan cara sebagai beikut:
Buatlah sumbu datar X dan sumbu tegak Y dalam system koordinat
kartesius.
Buatlah diagram pencar (scatter diagram) dari pasangan titik-
pasangan titik (X.Y) yang menyatakan kaitan antara waktu dan nilai
data berkala.
Tariklah garis linear yang arahnya mengikuti arah penyebaran
nilai-nilai data berkala.
Pilihlah dua titik sembarangan untuk menentukan persamaan trend
linear,misalnya titik (X1X2) dan (X2Y2).
Pilih salah satu periode waktu data berkala sebagai titik asal (X = 0)
Metode Bebas
Masukanlah atau subtitusikanlah nilai-nilai X dan Y
dari dua titik yang tlah dipilih pada rumus
persamaan umum trend linear atau memakai
persamaan berikut

Selanjutnya tentukanlah nilai-nilai trend dengan

memakai persamaan yang telah diperoleh tersebut.
Metode Setengah Rata-rata
Penentuan persamaan trend linear dengan metode
setengah rata-rata dilakukan dengan tahapan-
tahapan berikut.
Bagilah data berkala menjadi dua kelompok yang
sama banyak, katakanlah kelompok 1 dan kelompok
2
Tentukanlah rata-rata hitung masing-masing
kelompok, katakanlah
 Metode Setengah Rata-rata
Tentukanlah rata-rata hitung masing-masing
kelompok, katakanlah

dan

Tentukanlah nilai a dan b dengan mensubtitusikan

nilai-nilai X dan Y dari dua titik tersebut pada
persamaan trend = a + Bx
 Metode Rata-rata Bergerak
Metode rata-rata bergerak (moving
bergerak) ditentukan dengan cara berikut.
Misalkan kita mempunyai data berkala
dengan nilai-nilai berikut.

Y1, Y2, Y3,...,Yn

 Metode Rata-rata Bergerak
 Rata-rata bergerak menurut aturan waktu n adalah
merupakan urutan rata-rata hitung, yaitu sebagai
berikut.

Rata-rata hitung pertama

 Metode Rata-rata Bergerak
 Rata-rata hitung kedua

Rata-rata hitung ketiga

 Metode Kuadrat Minimum
(cara singkat)
Rumus

Metode menentukan persamaan trend dengan rumus itu

disebut metode kuadrat minimum cara singkat. Oleh
karena pendekatan yang dipakai bersifat matematis, maka
persamaan trend yang diperoleh dengan metode kuadrat
minimum ini dipandang sebagai suatu persamaan trend yang
paling baik dan paling popular dibandingkan dengan
metode bebas, metode setengah rata-rata, dan metode rata-rata
bergerak, sehingga banyak dipakai dalam analisis data berkala.
 Metode Kuadrat Minimum
(cara singkat)

Untuk data berkala dengan jangka waktu yang

panjang lebih baik dipakai trend bukan linear seperti
trend kuadrat, trend eksponensial, dan trend
lainnya. Namun pada bagian ini kita hanya akan
mempelajari trend kuadrat.
Persamaan umum trend kuadrat adalah:
 Metode Kuadrat Minimum
(cara singkat)
Di mana a, b, c ditentukan dengan metode kuadrat
minimum, sehingga diperoleh: