KONSEP STATISTIK
Statistik merupakan alat kuantitatif yang sangat
bermanfaat untuk banyak tujuan.
Dalam kaitannya dengan manajemen risiko, statistik
(khsusunya konsep probabilitas) mempunyai relevansi
yang tinggi dengan pengukuran risiko, karena bisa
dipakai untuk mengukur besar kecilnya risiko.
Sebagai contoh, kita barangkali ingin mengajukan
pertanyaan, ‘seberapa besar kemungkinan dua buah
mobil akan mengalami kecelakaan tahun ini?’ Melalui
teknik perhitungan probabilitas, kita akan bisa
menjawab pertanyaan tersebut.
Tentunya ada teknik lain untuk mengukur risiko,
karena karakteristik risiko bisa berlainan (dibicarakan
banyak di bagian 2 buku ini).
Tahapan Perhitungan
Probabilitas
Mendefinisikan hasil yang mungkin
terjadi
Memperkirakan probabiltas untuk
setiap hasil yang mungkin terjadi
tersebut
Menghitung probabilitas kejadian.
Mendefiniskan Hasil Yang Mungkin Terjadi
Misalkan kita ingin melempar dadu yang berisi angka
1,2,3,4,5, dan 6.
Jika kita melempar dadu tersebut, maka ada enam
kemungkinan yang terjadi, yaitu keluar angka 1,2,3,4,5, atau
6.
Jika kita melempar uang logam (coin), maka ada dua
kemungkinan yang muncul, yaitu angka atau gambar.
Jika kita melihat pertandingan sepakbola, maka ada tiga
kemungkinan hasil pertandingan tersebut, yaitu menang,
kalah, atau seri.
Total kemungkinan hasil tersebut biasa disebut sebagai
sample space (ruang sampel), dan bisa dituliskan sebagai
berikut ini (untuk lemparan dadu):
S = { 1, 2, 3, 4, 5, 6 }
Memperkirakan probabiltas untuk setiap hasil yang
mungkin terjadi tersebut
Penetapan probabilitas tersebut harus memenuhi
dua persyaratan berikut ini.
1. Probabilitas suatu titik sampel harus berada
diantara 0 dan 1 (inklusif). Dengan kata lain,
probabilitas tersebut adalah positif dan sama
atau lebih kecil dari satu serta sama atau lebih
besar dari 0, seperti tertulis berikut ini.
0 <= P (Ei) <= 1
2. Jumlah keseluruhan dari probabilitas titik
sampel tersebut adalah satu, seperti berikut ini.
P(E1) + P(E2) + .......... + P(En) = 1
Distribusi Probabilitas
Distribusi probabilitas mempunyai banyak manfaat
dalam statistik. Jika kita mengetahui distribusi
probabilitas, maka kita bisa menghitung probabilitas
hanya dengan menggunakan distribusi probabilitas
tersebut.
Sebagai contoh, jika kita yakin distribusi probabilitas
adalah berbentuk distribusi normal dengan standar
deviasi dan rata-rata tertentu, maka kita bisa
melakukan banyak hal. Sebagai contoh, kita bisa
menghitung berapa probabilitas memperoleh angka
atau nilai tertentu, hanya dengan menggunakan
standar deviasi dan nilai rata-rata distrbusi tersebut.
Distribusi probabilitas menjelaskan bagaimana
sebaran probabilitas untuk variabel random
tertentu.
Untuk variabel random x, distrbibusi probabilitas
disebut sebagai fungsi probabilitas (probability
function), dituliskan sebagai f(x).
Fungsi probabilitas tersebut menentukan
probabilitas untuk setiap nilai dari variabel random.
Sebagai contoh, jika kita melempar koin satu kali,
variabel random yang muncul adalah kejadian
munculnya angka dan munculnya gambar. Fungsi
probabilitas bisa dipakai untuk menentukan
probabilitas masing-masing kejadian tersebut, yaitu
0,5.
Misalkan kita mempunyai informasi kedatangan
pembeli dalam satu hari dari suatu toko barang antik
sebagai berikut ini.
X f(x)
0 0,15
1 0,15
2 0,40
3 0,20
4 atau lebih 0,10
1,0
n
x n-x
f(x) = p (1 – p)
x
P = 0.53 x (1-0.5)3-3
= 0.53 x (1-0.5)0
= 0.5 x 0.5 x 0.5 x (1) (bilangan apapun berpangkat
0 sama dengan 1)
= 0.125 (1/8)
Berapa probabilitas munculnya tiga angka (tiga
sukses) dalam tiga kali lemparan koin? Dengan
menggunakan formula di atas, probabilitas bisa
dihitung sebagai berikut (n=3, x=3, p=0,5).
P = 1/8
Nilai yang diharapkan dan varians untuk distribusi
probabilitas adalah sebagai berikut.
E(x) = = n.p
Varians = 2 = n.p (1 – p)
Sebagai contoh, misalkan kita melempar koin tiga kali,
berapa nilai angka (sukses) yang diharapkan dan
variansnya?
E(x) = = 3 x 0,5 = 1,5
2 = 3 x 0,5 (1 – 0,5) = 0,75
Distribusi Probabilitas Poisson
Distribusi Poisson sering digunakan untuk
menggambarkan kedatangan sesuatu (misal toko
kedatangan pembeli). Biasanya menggunakan
aplikasi (misalnya excel).
Distribusi Poisson memiliki karakteristik sebagai
berikut ini.
Probabilitas kemunculan sama untuk dua interval
waktu yang sama panjangnya
Kemunculan atau ketidakmunculan dalam suatu
interval waktu tidak tergantung dari kemunculan
atau ketidakmunculan interval lainnya.
Distribusi Probabilitas Poisson
x e-
f(x) = -----------------
x!
Dimana f(x) = probabilitas x kali
pemunculan dalam interval tertentu
= nilai yang diharapkan atau rata-rata
pemunculan dalam interval tertentu
e = 2,71828
Misal, pelanggan yang datang di suatu toko rata-rata
adalah 10 orang perhari.
Berapa probabilitas besok ada 5,10, dan 15 pembeli
datang di toko tersebut?
http://statistikskripsitesis.blogspot.com/2014/02/stati
stik-distribusi-poisson-dengan-ms.html
105 e-10
f(x=5) = ----------------- = 0,0378
5!
Probabilitas besok ada 5 orang datang adalah 0,0378
Dengan cara yang sama, probabilitas besok ada 10
dan 15 orang datang adalah 0,125 dan 0,0347
Berapa probabilitas yang datang maksimal 2 orang?
BAB 4
IDENTIFIKASI DAN
PENGUKURAN RISIKO
Jika risiko tidak bisa diidentifikasi,
maka risiko tidak bisa diukur. Jika
risiko tidak bisa diukur, maka kita
tidak bisa mengelola risiko.
LANGKAH DALAM IDENTIFIKASI
DAN PENGUKURAN RISIKO
1. Mengidentifikasi risiko dan mempelajari
karakteristik risiko tersebut
2. Mengukur risiko tersebut, melihat
seberapa besar dampak risiko tersebut
terhadap kinerja perusahaan, dan
menentukan prioritas risiko tersebut.
Bagan 1. Siklus Manajemen Risiko (Proses Mapping Risiko)
MEMAHAMI
IDENTIFIKASI
EVALUASI
REVISIT
PRIORITISASI
KELOLA
TEKNIK IDENTIFIKASI RISIKO
EKSPOSUR
SUMBER RISIKO RISK FACTORS TERHADAP
KONDISI YANG MENAIKKAN RISIKO
KEMUNGKINAN KERUGIAN
Tinggi
Signifikansi
Risiko Kesalahan
Manusia
Rendah
11.00
5.45
-0.45
-3.45
Bagan 6. Perbandingan Pengaruh Harga Bahan Bakar:
Unggul Airlines dan Penerbangan Lainnya
EPS
Unggul Airlines
Penerbangan Lain
Rata-Rata Harga
16.47 20.00 23.53 Bahan Bakar
Confidence
Interval
HASIL ANALISIS (2)
PT Unggul Airlines mempunyai rute penerbangan luar
negeri (terutama ke Australia, Malaysia, Hongkong).
Selama ini PT Unggul Airlines lebih banyak
mengandalkan wisawatan domestic atau pebisnis
domestic yang akan bepergian ke luar negeri untuk
rute-rute tersebut. Yang menjadi masalah, jika
Rupiah melemah terhadap mata uang asing maka,
harga tiket yang biasanya ditetapkan dalam dolar
Amerika Serikat ($) menjadi lebih mahal. Penetapan
harga dalam $ dilakukan karena PT Unggul Airlines
harus membayar biaya dalam $ untuk operasi luar
negeri mereka.
Harga tiket ($) Kurs Harga tiket
(Rp)
Awal periode $100 Rp10.000/$ Rp1.000.000
Akhir periode $100 Rp20.000/$ Rp2.000.000
BIAYA MEMBENGKAK
HASIL ANALISIS (3)
EPS
5.45
3% 7% 11%
Libor
Catatan: LIBOR adalah London Interbank Offering Rate, tingkat bunga yang dijadikan
patokan di pasar Eurodollar (Eropa)
Bagan 8. Pengaruh Hutang Bunga Tetap Terhadap EPS
EPS
5.45
3% 7% 11%
Libor
HUTANG BUNGA TETAP VERSUS
HUTANG BUNGA VARIABEL