By Wahyuyanti
1
Jenis-jenis data:
Cross sectional
artinya itu data yang dikumpulkan dalam satu waktu.
Contoh:data PDB Indonesia berdasarkan provinsi tahun 2012
Time series
artinya data yang dikumpulkan dalam satu series waktu.
Contoh: data PDB Indonesia tahun 1997-2012
Panel
merupakan data gabungan cross sectional dan time series.
Contoh: data PDB Indonesia berdasarkan provinsi tahun 1997-
2012
2
Plot Data
3
ANALISIS DATA DERET BERKALA
(time series)
Pengertian
Analisa deret berkala merupakan prosedur analisis yang dapat digunakan
untuk mengetahui gerak perubahan atau perkembangan nilai suatu variabel
sebagai akibat dari perubahan waktu.
Dalam analisis ekonomi dan lingkungan bisnis biasanya analisa deret berkala
digunakan untuk meramal (forecasting ) nilai suatu variabel pada masa lalu
dan masa yang akan datang berdasarkan pada kecenderungan dari perubahan
nilai variabel tersebut.
Analisa deret berkala (time series) juga merupakan suatu analisis yang
berdasarkan hasil ramalan yang disusun atas pola hubungan antara variabel
yang dicari dengan variabel waktu yang mempengaruhinya. Pendugaan masa
depan dilakukan berdasarkan nilai masa lalu dari suatu variabel.
Analisa deret berkala bertujuan untuk:
1. Mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu.
2. Meramal (forecast) nilai suatu variabel pada suatu waktu tertentu. 4
KOMPONEN DATA BERKALA
Y Y
7
METODE ANALISIS TREND
2002 76
252
a0 = x1
2003 86
2004 50
2005 66 312/4 = 78
2006 96
312
a0 =
x2
2007 80
2008 70
Y’ = a0 + bx
x 2 - x1 pertambahan nilai
b= trend tahunan
n secara rata-rata
2002 76 a0 =
x1 59,25
2003 86 63
2004 50 66,75
2006 96 a0 = x2 74,25
2007 80 78
2008 70 81,75
Data Genap komponen kelompok GANJIL
2001 40
2002 76
2003 86 318 a0 = 63,6
2004 50
2005 66
2006 96
2007 80
2008 70 386 a0 = 77,2
2009 90
2010 50
Y’ = a0 + bx
x 2 - x1 pertambahan nilai
b= trend tahunan
n secara rata-rata
2002 76 59.52
62.24
2003 86
x1 64.96
2004 50
2005 66 67.96
2007 80 73.12
2008 70 75.84
2009 90 x2 78.56
2010 50 81.28
METODE ANALISIS TREND
8
7
6
5
4
3
2
1
0
97 98 99 00 01
Tahun
17
CONTOH METODE KUADRAT TERKECIL
(Data Ganjil )
Tahun Pelanggan Kode X Y.X X2
(Y) (tahun)
1997 5,0 -2 -10,0 4
1998 5,6 -1 -5,6 1
1999 6,1 0 0 0
2000 6,7 1 6,7 1
2001 7,2 2 14,4 4
Y=30,6 Y.X=5,5 X2=10
Nilai a = 30,6/5=6,12
Nilai b =5,5/10=0,55
Jadi persamaan trend Y’=6,12+0,55x
18
CONTOH METODE KUADRAT TERKECIL
(Data Genap)
Tahun Penjualan (Y) X XY X2
1995 200 -7 - 1.400 49
1996 245 -5 - 1.225 25
1997 240 -3 - 720 9
1998 275 -1 - 275 1
1999 285 1 285 1
2000 300 3 900 9
2001 290 5 1.450 25
2002 315 7 2.205 49
Ingin meramalkan penjualan pada tahun 2008 adalah : Y = 268,75 + 7,26 (untuk tahun 2008 nilai X = 19),
sehingga : Y = 268,75 + 7,26(19)=268,75 +137,94 = 406,69
artinya penjualan barang “X” pada tahun 2008 diperkirakan sebesar 406,69 atau 406.690 unit. 19
METODE ANALISIS TREND
Trend Kuadratis
3. Metode Kuadratis
Jumlah Pelanggan
8.00
Untuk jangka waktu pendek, 6.00
(jutaan)
kemungkinan trend tidak 4.00 Y=a+bX+c
X2
bersifat linear. Metode 2.00
0.00
kuadratis adalah contoh
97 98 99 00 01
metode nonlinear
Tahun
Y = a + bX + cX2
Koefisien a, b, dan c dicari dengan rumus sebagai berikut:
a = (Y) (X4) – (X2Y) (X2)/ n (X4) - (X2)2
b = XY/X2
c = n(X2Y) – (X2 ) ( Y)/ n (X4) - (X2)2
20
CONTOH METODE KUADRATIS
Tahun Y X XY X2 X2Y X4
1997 5,0 -2 -10,00 4,00 20,00 16,00
1998 5,6 -1 -5,60 1,00 5,60 1,00
1999 6,1 0 0,00 0,00 0,00 0,00
2000 6,7 1 6,70 1,00 6,70 1,00
2001 7,2 2 14,40 4,00 2880 16,00
30.60 5,50 10,00 61,10 34,00
a = (Y) (X4) – (X2Y) (X2) = {(30,6)(34)-(61,1)(10)}/{(5)(34)-(10)2}=6,13
n (X4) - (X2)2
b = XY/X2 = 5,5/10=0,55
c = n(X Y) – (X ) ( Y)
2 2
= {(5)(61,1)-(10)(30,6)}/{(5)(34)-(10) 2}=-0,0071
n (X4) - (X2)2
Jadi persamaan kuadratisnya adalah Y =6,13+0,55x-0,0071x 2
21
METODE ANALISIS TREND
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
Trend Eskponensial
Ln Y’ = Ln a + X Ln (1+b) 15,00
Pelanggan
Sehingga a = anti ln (LnY)/n
(jutaan)
Jumlah
10,00
b = anti ln (X. LnY) - 1 5,00
(X)2 0,00
97 98 99 00 01
Tahun
Y= a(1+b)X
22
CONTOH TREND EKSPONENSIAL
Tahun Y X Ln Y X2 X Ln Y
24
METODE VARIASI MUSIM
Untuk mencari rata-rata bagi bulan tertentu, kita jumlahkan angka dari bulan
tersebut, kemudian membaginya dengan banyaknya tahun (dalam hal ini dibagi
dengan empat, sebab ada empat tahun).
27
140.00
Indeks musiman
120.00
Produksi Gas Indonesia, 1995 – 1998 (000 MSCF)
100.00
80.00
60.00
40.00
20.00
0.00
i i et il ei ni li s r er r r
ar ar ar
r u Ju tu be be be
n u r u Ap M J s m to
b
m m
Ja b M gu te k pe se
Fe A p O e
Se No D
Data permintaan gula pasir terdapat tujuh pola musiman per kuartal , dinamikanya selalu
berubah di setiap kuartal
29
1
3
30
Deseasonal data : data per kuartal /indeks musimannya
• 65/0,85 = 76,32
• 87/1,17 = 74,56 31
Mengitung persamaan regresi :
Demand = 83,56 + 0,87(t)
Fakta-fakta:
Kegiatan ekonomi maupun perusahaan dapat berkembang atau menurun
secara periodik dalam jangka lebih dari 1 tahun.
Tendensi timbulnya Gerak Siklis lebih banyak diakibatkan oleh kegiatan
perusahaan, misalnya penjualan mobil, pembangunan gedung, perkembangan
tingkat harga, dsb.
33
4.Variasi yang Tidak Tetap (Irregular/random)
Fakta-fakta:
Gerakan ini selalu ada pada Time Series dan sulit dihilangkan.
Gerakan ini timbul sebagai akibat adanya peperangan, bencana alam,
kelaparan, kekeringan, inflasi dan deflasi.
Inflasi: suatu kenaikan umum harga rata-rata barang atau jasa
selama waktu tertentu dan akibatnya terjadi penurunan daya beli
masyarakat sebanding dengan menurunnya nilai mata uang.
34