Belajar Apa Saja Jadi Mudah

Metode Moving Average, Metode Least Square

By Widya Tidak ada komentar:

Analisa Deret Berkala

By Widya Tidak ada komentar:

Nilai semi average sebesar a0 = 263,5 merupakan nilai trend periode desar 1 jan 93 atau 31 des 92.

Nilai semi average sebesar a0 = 502,5 merupakan nilai trend periode desar 1 jan 97 atau 31 des 96

à pertambahan trend dasar tahunan secara rata-rata.

Jadi b = (502,5 – 263,5)/4 = 59,75

Jadi persamaan kuadrat trendnya

Jadi persamaan trend dengan tahun dasar 1993 Y’ = 263,5 + 59,75x

Jadi persamaan trend dengan tahun dasar 1997 Y’ = 502,5 + 59,75x

Nilai semi average sebesar a0 = 363,8 merupakan nilai trend periode dasar Juni 1993

Nilai semi average sebesar a0 = 540,8 merupakan nilai trend periode dasar Juni 1998

Jadi pertambahan angka diawal ada angka ½ tahun

à pertambahan trend dasar tahunan secara rata-rata.

Jadi b = (540,8 – 363,8)/5 = 35.4

Jadi persamaan kuadrat trendnya

Jadi persamaan trend dengan tahun dasar 1993 Y’ = 363,8 + 35,4x

Jadi persamaan trend dengan tahun dasar 1997 Y’ = 540,8 + 35,4x

Data diatas adalah ganjil 7 data, Jadi caranya adalah dibagi dua – dua dulu datanya. Nanti data tengah ada 3 data dan jika di bagi dua lagi maka ada 1 data yng 2 data dan 1 yng satu data. Maka, ditumbalkan data tengah, jadi ada 2 data 1994. Maka ada 8 data, dan cara menghitungnya seperti cara data genap...

Nilai semi average sebesar a0 = 263,5 merupakan nilai trend periode desar 1 jan 93 atau 31 des 92.

Nilai semi average sebesar a0 = 530,5 merupakan nilai trend periode desar 1 jan 96 atau 31 des 95

à pertambahan trend dasar tahunan secara rata-rata.

Jadi persamaan kuadrat trendnya

Jadi persamaan trend dengan tahun dasar 1993 Y’ = 263,5 + 89x

Jadi persamaan trend dengan tahun dasar 1996 Y’ = 530,5 + 89x

Data diatas adalah ganjil 7 data, Jadi caranya adalah menghilangkan satu data tengah maka akan terbagi 2 data yang berisi data ganjil. Dan cara mengerjakan seperti contoh no.2 dimulai dari bulan juni...

Jadi pertambahan angka diawal ada angka ½ tahun

Nilai semi average sebesar a0 = 196 merupakan nilai trend periode dasar Juni 1992

Nilai semi average sebesar a0 = 552 merupakan nilai trend periode dasar Juni 1996

à pertambahan trend dasar tahunan secara rata-rata.

Jadi persamaan kuadrat trendnya

Jadi persamaan trend dengan tahun dasar 1992 Y’ = 196 + 89x

Jadi persamaan trend dengan tahun dasar 1996 Y’ = 552 + 89x

Regresi dan Korelasi

By Widya Tidak ada komentar:

Regresi dan korelasi digunakan untuk mempelajari pola dan mengukur hubungan statistika antara dua atau lebih variabel. Jika digunakan hanya dua variabel disebut regresi dan korelasi sederhana. Jika digunakan lebih dari dua variabel disebut regresi dan korelasi berganda. Variabel yang akan diduga disebut variabel terikat (tidakbebas) atau dependent variable, biasa dinyatakan dengan variabel Y. Variabel yang menerangkan perubahan variabel terikat disebut variabel bebas atau independent variable, biasa dinyatakan dengan variabel X. Persamaan regresi (penduga/perkiraan/peramalan) dibentuk untuk menerangkan pola hubungan variabel-variabel. Analisa korelasi digunakan untuk mengukur keeratan hubungan antara variabel-variabel.

Menentukan persamaan hubungan antar variabel, langkah-langkahnya sbb:

1. Mengumpulkan data dari variabel yang dibutuhkan misalnya X sebagai variabel bebas dan Y sebagai variabel tidak bebas.

2. Menggambarkan titik-titik pasangan (x,y) dalam sebuah sistem koordinat bidang. Hasil dari gambar itu disebut SCATTER DIAGRAM (Diagram Pencar/Tebaran) dimana dapat dibayangkan bentuk kurva halus yang sesuai dengan data.

3. Menentukan persamaan garis regresi atau mencari nilai – nilai konstan

Analisa Regresi Sederhana

Persamaan garis regresi linier sederhana untuk sampel : y = a + bx, yang diperoleh dengan menggunakan Metode Kuadrat Terkecil.

Bila diberikan data sampel {( xi , yi ) ; i = 1,2,…,n}

Maka nilai dugaan kuadrat terkecil bagi parameter dalam garis regresi : y = a +b x

Indeks Tertimbang

By Widya Tidak ada komentar:

Rumus

Contoh Soal

Angka Indeks

By Widya Tidak ada komentar:

Angka indeks adalah suatu angka yang dibuat sedemikian rupa sehingga dapat dipergunakan untuk melakukan perbandingan antara kegiatan yang sama (produksi ekspor, hasil penjualan, jumlah uang beredar dsb) dalam dua waktu yang berbeda.

Didalam membuat angka indeks diperlukan dua macam waktu yaitu :

1. Waktu dasar yaitu waktu di mana suatu kegiatan dipergunakan untuk dasar perbandingaan.

2. Waktu yang bersangkutan/sedang berjalan yaitu waktu dimana suatu kegiatan akan diperbandingkan terhadap kegiatan pada waktu dasar.

Beberapa syarat yang perlu diperhatikan dalam menentukan atau memilih waktu dasar adalah

1. Waktu sebaiknya menunjukan keadaan perekonomian yang stabil, di mana harga tidak berubah dengan cepat sekali.

2. Waktu sebaiknya usahakan paling lama 10 tahun atau lebih baik kurang dari 5 tahun.

3. Waktu di mana terjadi peristiwa penting.

4. Waktu di mana tersedia data untuk keperluan pertimbangan, hal ini tergantung pada tersedianya biaya untuk penelitian (pengumpulan data)

Kemiringan dan Keruncingan

By Widya Tidak ada komentar:

Kemiringan distribusi data (skewness) dan keruncingan merupakan derajat atau ukuran dari ketidak simetrisan suatu distribusi data. kemiringan distribusi dibagi menjadi 3, yaitu :

1. simeteris : menujukan letak nilai rata-rata hitung, median, dan modus berhimpit

2. miring ke kanan : mempunyai nilai modus paling kecil dan rata-data hitung paling besar

3. miring ke kiri : mempunyai nilai modus paling besar dan rata-rata hitung paling kecil

Keruncingan Distribusi data merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. keruncingan distribusi data ini disebut juga kurtosis, ada tiga jenis derajat keruncingan

1. Leptokurtis adalah distribusi data yang puncaknya relatif tinggi

2. Mesokurtis adalah distribusi data yang punecaknya normal

3. platikurtis adalah distribusi data yang puncaknya rendah dan mendatar

Variansi

By Widya Tidak ada komentar:

Apakah kalian tahu apa itu Variansi ?

Ukuran variansi dispersi merupakan ukuran penyebaran suatu kelompok data terhadap pusat data.

Macam-macam Penyimpangan :
1. Jangkauan (Range)
2. Simpangan Rata-Rata (Mean Devication)
Simpangan rata-rata merupakan jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data
3. Variansi (Variance)
merupakan rata-rata kuadrat selisih atu kuadrat simpangan dari semua nilai data terhadap rata-rata hitung
4. Simpangan Baku (Standard Deviation)
merupakan akar pangkat dua dari variansi
5. Jangkauan Kuartil
disebut juga simpangan kuartil atau rentangan semi anta kuartil atau deviasi kuartil
6. Jangkauan Persentil
disebut juga simpangan persentil atau rentang semi antar kuartil deviasi persentil

Rumus dan Contoh Kasus Soal

1. Jangkauan (Range)

Data tidak berkelompok / data sebaran
A. 20, 15, 30, 70, 50 => 70 - 15 = 55
B. 50, 50, 50, 50, 50 => 50 - 50 = 0
C. 30, 40, 35, 40, 35 => 40 - 30 = 10

Dilihat dari data diatas maka, dapat dilihat jangkauan terjauhnya adalah data A

Data Berkelompok