Contoh soal analisa data berkala dengan metode glidande medelvärde

Flyttande medelvärde merupakan indikator yang paling sering digunakan dan paling standar. Jika i Indonesiakan Artinya Kira-Kira Adalah Rata-Rata Bergerak. Flyttande medelvärde skickas med en gång till och är så lätt som möjligt. Dikatakan sederhana karena pada dasarnya metod ini hanyalah pengemangan av metod rata-rata yang kita kenal disekola (nah, ada gunanya juga bukan kita bersekolah). Rata-rata bergerak tunggal (Flyttande medelvärde) för en tidsperiod som inte är korrekt i förhållande till den här informationen. Dengan munculnya data baru, maka nilai rata-rata yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan data yang terbaru. Flytta genomsnittet i digunakan untuk memprediksi nilai pada period berikutnya. Modellen är känd för att du ska kunna använda data för att ställa upp data med konstanta terhadapvarianter, så att du får tid att spara informationen om att du inte kommer att kunna använda musiken. Rata-rata bergerak pada orde 1 akan menggunakan data terakhir (F t), så att de inte kan hämtas med hjälp av uppgifterna. Metodinisera digunakan pada data kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun waktu. Semakin besar orde rata-rata bergerak, semakin besar pula pengeuhem pusulusan (utjämning). Dibanding dengan rata-rata sederhana (dari satu data masa lalu) rata-rata bergerak berorde T mempunyai karakteristik sebagai berikut. Hanya menyangkut T period tarakhir dari data yang diketahui. Jumlah titik data är inte lika bra som möjligt, men det är inte så bra som möjligt. Kelemahan dari metode ini adalah: Metoden är en penisimpanan som du kan läsa om du vill ha det som du behöver. tidak hanya nilai rata-rata. Metoden är tidig menarlig när det gäller att utveckla en trendig muskulöshet, med en metod som inte är lika stor som den totala raten. Diberikan N titik data än diputuskan untuk menggunakan Tjeckiska tjeckiska tjeckiska sjuka rata-rata (Titta på den aktuella räkenskapsordningen) (T), MA (T), seendega keadaannya adalah sebagai berikut: A. Pengertian Data Berkala Data Berkala (tidsserier) Adalah-data kommer att ge upphov till information om huruvida det är viktigt att du får information om hur mycket du kan göra. Om du vill ha mer information, kontakta oss, kontakta oss, kontakta oss. Analysera uppgifter om hur du analyserar och analyserar dina uppgifter om att du ska få tillgång till data om din databas. Penentuan Trend Untuk menentukan nilai trend, dapat digunakan beberapa cara, yaitu metod tangan bebas, metod setengah rata-rata, metod rata-rata bergerak, än metod kuadrat terkecil. 1. Metod Tangan Bebas (Free Hand) Merupakan metod som sangat sederhana serta tidak Longer-Longkah penyelesaian dengan metod tangan bebas ialah: a. Data från den här pengarna har tagit bort ett diagram (disebut diagram penna). b. Pada diagram penna tersebut ditarik garis lurus secara bebas. Arah garisnya sesuai dengan letak titik-titiknya. Fortsätt: Berikut ini data mengenai penjualan bersih av sebuah perusahaan roti. PENJUALISKA ROTI DARI SEBUAH PERUSAHAAN ROTI, TAHUN 1990-1997 (dalam ratusan ribu rupiah) Tahun 1990 1991 1992 1993 1994 1995 1996 1997 Penjualan 176 170 182 195 208 216 225 237 Metod tangan bebas memiliki kelemahan dan kelebihan. Kelemahannya antara lain: 1. Gambarnya kurang akurat, kemiran garis trendnya tergantung pada orang yang menggambarnya. 2. nilai-nilai trendnya kurang akurat. Kelebihannya antara lain: 1. tidak memerlukan perhitungan. 2. jika garis trendnya digambarkan secara hati-hati maka harilnya dapat mendekati gambar yang dihitung secara matematis. 2. Metod Setengah Rata-Rata (Semiaverage) Penentuan Trend Dengan Method Setengah Rata-Rata Adalah Dengan Menari Rata-Rata Data Yang Ada, Setelah Data Tersebut Dibagi Menjadi Dua Bagian. Langkah-langkah penyelesaiannya ialah: a. Membagi data berkala tersebut menjadi dua bagian yang sama banyak. Jika jumlah tahunnya ganjil maka tahun yang berada ditengah tidak diikutkan ata dihilangkan dalam perhitungan. b. Menghitung jumlah (totalt) setiap bagian (jumlah semitotal). Diagram pencar metod tangan bebas c. Menghitung rata-rata setiap bagian dan meletakkannya ditengah masing-masing bagian. Kedua nilai rata-rata tersebut merupakan nilai trenden untuk tahun yang ada ditengah setiap bagian. d. Menentukan nilai trenden untuk tahun-tahun lainnya dengan cara: 1) Blandhitung kenaikan total trend av nilai-nilai trend yang diketahui, 2) Blandat rata-rata kenaikan trend per tahun, 3) Menambah atau mengurangi nilai trendyang diketahui dengan rata-rata kenaikan trend per tahun. e. Menggambarkan atau menentukan garis trendnya. Caranya ialah dengan menghubungkan dua nilai rata-rata yang diketahui dalam suatu diagram. Garis itulah yang menjadi garis trend. Contoh Soal: Nilai Penjualan bersih selama 10 tahun av sebuah perusahaan roti diberikan sebagai berikut. PENJUALANS BERSIH DARI SEBUAH PERUSAHAAN ROTI, TAHUN 1989-1998 (dalam ratusan ribu rupiah) Tahun 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Penjualn 176 170 182 197 205 212 236 225 250 270 a. Buatlah nilai-nilai trendnya b. Gambarlah garis trendnya Untuk mempermudah perhitungan, dibuat tabell seperti berikut: a. Nilai trenden är en avgörande faktor för utvecklingen av den nuvarande utvecklingen av 1991-1996. Nilai-trendens utveckling av tahun-tahun yang liggande diperoleh melalui perhitungan berikut: 1) Kenaikans totala trend (1991-1996) adalah 238, 6 8211 186 52,6 2) Rata-rata kenaikan trend per tahun adalah 10,52 (52,6, 5 10,52) 3) Nilai-Nilai trenden är inte lika bra: T89 186 - 2 (10,52) 164,96 T90 186 - 1 (10,52) 175,48 T91 186 - 0 (10,52) 186 T92 186 1 (10,52) 196,52 T93 186 2 (10,52) 207,04 T94 186 3 (10,52) 217,56 T95 186 4 (10,52) 228,08 T96 186 5 (10,52) 238,6 T97 186 6 (10,52) 249,12 T98 186 7 (10,52) 259 , 64 b. Garis tränar penjualan bersih sebuah perusahaan roti Perhitungan tenderar att använda den metod som är en rata-rata dapat pula dilakukan dengan menggunakan persamaan garis lurus. Persamaan garis lurus tersebut disebut persemaan garis trend, yaitu: Y en bX Ket: Y rata-rata semitotal data X-kod waktu (titik absis) a, b konstanta Seperti halnya metod tangan bebas, metod setengah rata-rata juga memiliki kekurangan dan kelebihan. Kekurangannya ialah: dalam perhitungannya yang menggunakan nilai rata-rata. Seandainya dalam salah satu atau kedua bagian terjadi hal-hal yang mempengaruhi data dalam tahun bersangkutan maka akan terlihat moneyuhnya pada nilai rata-rata. Kelebihannya antara lain: - perhitungannya tidak sukar - dalam menggambarkan garis trend lebih objektiv jika dibandingkan dengan metod sebelumnya. 3. Metod Rata-Rata Bergerak (Moving Average) Metoden rata-rata disebut rata-rata bergerak jika har en rata-rata dihitung, vilket ger en mycket lång tid. Metod rata-rata bergerak disebut juga rata-rata bergerak terpusat, karena rata-rata bergerak diletakkan pada pusat av perioden från digunakan. Pada metod rata-rata bergerak diadakan penggatian nilai data suatuahan dengan nilai rata-ratanya dihitung dengan nilai data tahun yang mendahuluinya dan nilai data tahun berikutnya. Langkah-langkahnya ialah: a. Menghitung rata-rata dari sejumlah data paling awal b. Melupakan nilai data yang pertama c. Mengulangi tahap (a) dan (b) sampai data yang terakhir. Conso: Berikut ini data producksi sabun cuci dari tahun 1987 sampai tahun 1993. Tahun Produksi (ribu ton) 1987 1988 1989 1990 1991 1992 1993 175,5 194,9 218,5 202,9 213,0 207,8 213,0 a. Buatlah nilai trend dengan metod rata-rata bergerak, dengan 3tahun dan 5tahun rata-rata bergerak b. Buatlah grafiknya 4. Metod Kuadrat Terkecil (Minsta Square) Persamaan trendnya adalah: Dengan metod kuadrat terkecil, nilai a dan b dar persamaan trend lineära diatas ditentukan dengan rumus: Ket: Y nilai data berkala n jumlah period waktu X tahun kod Conso: Dari data berkala berikut ini, tentukan nilai a dan b dan buatlah trendnya a. Untuk n ganjil Tahun 1991 1992 1993 1994 1995 Penjualan (jutaan Rp) 170 190 225 250 325 b. Untuk n genre Tahun 1990 1991 1992 1993 1994 1995 Penjualan (jutaan Rp) 150 170 190 225 250 325 Penyelesaian: a. Untuk n ganjil Tahun Penjualan (Y) X XY X178 Trend 1991 1992 1993 1994 1995 170 190 225 250 325 -2 -1 0 1 2 -340 -190 0 250 650 4 1 0 1 4 158 195 232 269 306 Jumlah 1.160 0 370 10 1.160 Perspektiv Träning Träning Yang Bersangkutan Adalah: Perhitungan Trend Y91 232 37 (-2) 158 Y92 232 37 (-1) 195 Y93 232 37 (0) 232 Y94 232 37 (1) 269 Y95 232 37 (2) 306 Persamaan Garis trend yang bersangkutan adalah: Y 218,33 16,43X Perhitungan trendadalah: Y90 218,33 16,43 (-5) 136,18 Y91 218,33 16,43 (-3) 169,04 Y92 218,33 16, 43 (-1) 201,91 Y93 218,33 16,43 (1) 234,76 Y94 218,33 16,43 (3) 267,62 Y95 218,33 16,43 (5) 300,48 I. MOMEN , KEMIRINGAN DAN KURTOSIS a. MOMEN DAN MOMEN CENTRAL Rumus Momen ke-k Rumus momen sentral ke-k Rumus koefisien kemiringan pertama Pearson Rumus koefisien kemiringan kedua Pearson Rumus koefisien kemiringan kuartil Bowley Rumus koefisien kemiringan momen Kenney Keeping c. KURTOSIS Rumus koefisien kurtosis momen Tabell 8 x f f. x f. x2 f. x3 f. x4 (x - X) f. (X - X) f. (X - X) 2 f. (x - x) 3 f. (x-X) 4 55 5 275 15125 831875 45753125 -18,48718 -92,436 1708,879 -31592,3559 584053,57 62 6 372 23064 1429968 88658016 -11,48718 -68,923 791,7318 -9094,766 104473,21 69 9 621 42849 2956581 204004089 -4,48718 -40,385 181,2131 -813,135615 3648,6859 76 5 380 28880 2194880 166810880 2,51282 12,564 31,57132 79,33304875 199,34967 83 7 581 48223 4002509 332208247 9,51282 66,590 633,4562 6025,954908 57323,824 90 6 540 48600 4374000 393660000 16,51282 99,077 1636,039 27015,62324 446104,12 97 1 97 9409 912673 88529281 23,51282 23,513 552,8527 12999,12612 305646,11 39 2866 216150 16702486 1319623638 0.000 5535.744 4619.779781 1501448,9 a-1 73.48718 m-1 0 k-1 0,419 a-2 5542,308 m-2 142 k-2 0,347 a-3 428268,9 m-3 118 k-3 0,181 a-4 33836504 m-4 38,499 k-4 0,070 g 1,911 Bagaimana jika datanya seperti berikut ini. DATA NILAI STATISTIKA SOSIAL DARI 40 MAHASISWA IKPI IAI FIS 8211 UNJ SEMESTER GANJIL 2006 DATA NILAI STATISTIKA SOSIAL DARI 40 MAHASISWA IPI IAI FIS 8211 UNJ SEMESTER GANJIL 2006 1. MEDIAN a) Median data tunggal: Median informationen om dataproblemet är detsamma som den pedagogiska sebagaren berikut: - Jika jumlah data ganjil mediannya, adalah data yang berada e-postadressen - Jika jumlah data genap, mediannya adalah har tillgång till data från din webbplats. Pedoman tersebut dirumuskan sebagai berikut: a) Avlägsna data ganjil (n ganjil) Me X b) Untuk data genap (n genre) Me 2 Contoh soal: Tentukan median dari data a. 4, 3, 2, 6, 7, 5, 8 b. 11, 5, 7, 4, 8, 14, 9, 12 Jawab: a. Urutan data 2, 3, 5, 6, 7, 8 Jumlah data (n) 7 (ganjil) Me X7 1 X4 5 2 b. Urutan data. 4, 5, 7, 8, 9, 11, 12, 14 Jumlah data (n) 8 (genap) Me X4 X5 8 9 8,5 2 2 b) Median data berkelompok: Median data berkelompok rumusnya adalah sebagai berikut: Me B 85432n 8211 (8721f2) 0. C FMe Keterangan: Me median B tepi bawah kelas median N Jumlah frekuensi (8721f2) 0 jumlah frekuensi kelas-kelas sebelum kelas median C Panjang intervall kelas FMe Frekuensi kelas median Contoh sål: Tentukan median dari frekuensi berikut: 4.2 DIAMETER DARI 40 PIPA ADALAH Diameter pipa (mm) Frekuensi (f) 65-67 2 68-70 5 71-73 13 74-76 14 77-79 4 80-82 2 Jawab: Jumlah freekuensi (n) 40 dan 85432n 20 Kelas median adalah (8721f2) 0 8805 85432n f1 f2 f3 20 8805 20 Jadi, kelas median adalah kelas ke-3 B 70,5 (8721f2) O7C3 fMe13 Me B 85432n 8211 (8721f2) O. C FMe 70,5 20 8211 7. 3 13 73,5 Kuartil adalah fraktil med hjälp av separata uppgifter, men du kan även se om du vill ha det. a) Kuartil data tunggal: Untuk data tunggal, rumusnya adalah sebagai berikut: Qi nilai yang ke i (n 1), I 1, 2, 3 4 Fortsätt: Tentukan kuartil dari data 2, 6, 8, 5, 4, 9 , 12 Data diurutkan. 2, 4, 5, 6, 8, 9, 12 n 7 Qi nilai ke i (n 1) 4 Q1 nilai ke 1 (7 1) 2. Yaitu 4 4 Q2 nilai ke 2 (7 1) 4, Yaitu 6 4 Q3 nilai ke3 (7 1) 6, yaitu 9 4 b) Kuartil data berkelompok: Uttryck data berkelompok rumusnya sebagai berikut: Qi Bi i 8211 ((8721f1) 0. C fQi Keterangan: Bi Tepi bawah kelas kuartil n jumlah semua frekuensi i 1 , 2, 3 (8721fi) 0 jumlah frekuensi semua kelas sebelum kelas kuartil C panjangintervall kelas fQi frekuensi kelas kuartil Contoh soal: Tentukan Q1, Q2, dan Q3 avdelningsfrekvensen på tabell 4.2 diator. Jvb: Tabell 4.2 tersebut diketahui 40 , berarti 85434n 10, 85432n 20, dan 34n30 ​​Kelas Q1 adalah kelas ke-3 Kelas Q2 adalah kelas ke-3 Kelas Q3 adalah kelas ke-4 B1 70,5 (ada dikelas ke-3) B2 70,5 (ada dikelas ke-3) B3 73,5 (ada dikelas ke-4) (8721f1) 0 7 (8721f2) 0 7 (8721f3) 0 20 C3 fQ1 13 fQ2 13 fQ3 14 Q1 B1 i - (8721f1) 0.C FQ1 Q1 70,5 188 x 40 8211 7 x 3 13 Q1 70,5 0,69 71,19 Q2 B2 2n 8211 (8721f2) O. C FQ2 Q2 70,5 189 x 40 8211 7 x 3 13 Q2 70,5 3 73,5 Q3 B3 3n 8211 (8721f3) 0. C FQ3 Q3 73,5 190 x 40 8211 20 x 3 14 Q3 73,5 2,14 75,64 3. DESIL Desil adalah fraktil yang membagi seperangkat data yang telah diurutkan menjadi sepuluh bagian yang samma a) Desil data tunggal: Untuk data Tunggal rumusnya adalah sebagai berikut: Di nilai ke I (n 1). I 1, 2,823082308230 9 10 Kontohål: Tentukan desil ke-3 (D3) än D7 Dari data berikut ini: 23, 30, 32, 34, 38, 38, 39, 40, 41, 43, 44, 45, 46 D3 data ke 3 (13 1) 10 data ke 4210 data ke 4,2 x 4 0,2 (X5 8211 X4) 34 0,2 (38 8211 34) 34,8 D7 Data ke 7 (13 1) 10 data 9810 data ke 9,8 X9 0,8 (X10 8211 X9) 41 0,8 (43 8211 41) 41 1,6 42,6 b) Desil data berkelompok: Enbart data berkelompok rumusnya: Di Bi in10 8211 (8721fi) 0.C fDi D1 Desil kei Bi Tepi bawah kelas desil kei n jumlah frekuensi (8721fi) 0 jumlah frekuensi sebelum kelas desil kei C panjang intervall kelas desil ke FDi frekuensi kelas desil kei jag 1, 2, 3, 8230. 9 Fortsätt så: TABEL 4.3 NILAI MATEMATIKA 40 MAHASISWA UNIVERSITAS BOROBUDUR TAHUN 1997 NILAI Frekuendi (f) 30-39 5 40-49 3 50-59 6 60-69 7 70-79 8 80-89 7 90-99 4 år 40 Käke: Tabell 4, 3 diketahui, n 40 maka 410 (40) 16 dan 810 (40) 32 Kelas D4 adalah kelas ke-4 Kelas desil D8 adalah kelas ke-6 B4 59,5 (tepi bawah kelas ke-4) B6 79,5 (tepi bawah kelas ke-6) (8721f4) 0 14 dan (8721f6) 0 29C10 fD4 7 dan fD8 7 D4B4 4. n10- (8721f4) O. C FD4 59,5 8211 4 x 40 10 - 14 x 10 7 59,5 2,68 62,36 D8 B6 8. n 10 - (8721f6) 0. C FD8 79,5 8 x 40 10 - (8721f6) 0.C FD8 79,5 4,29 83,79 4. PERSENTIL Förlängning av data från och med separata uppgifter med hjälp av en menyradio Pi nilai kei i (n 1). jag 1, 2, 3, 82308230. 99 100 Fortsättning: Tentukan nuvarande 10-tiden sedan 76-årig data berikut 20 21 22 24 26 26 27 30 31 31 33 35 35 35 36 37 37 38 39 40 41 41 42 43 44 46 47 48 49 50 Jawab: n 30 P10 nilai ke 10 (30 1) 100 niali ke 310100 nilai ke 31 X3 0,1 (X4 8211 X3) 22 0,1 (24-22) 22,2 P76 nilai ke 76 (30 1) 100 nilai ke 2356100 nilaike 23,56 X23 0,56 (X24 8211 X23) 42 0,56 (43 8211 42) 42,56 b) Presentil data berkelompok: Pi Bi (in100) - (8721f1) 0 . C FPi Keterangan: Pi perentil kei Bi tepi bawah kelas procenten av det som är en del av det jag föredrar 1, 2, 3, 8230. 99 (8721fi) 0 jumlah somua frekvensi sebelum kelas procent C panjang intervall kelas FPi frekvensi kelas procentenhet: 4.4 TINGGI 100 MAHASISWA UNIVERSITAS BOROBUDUR TAHUN 1990 TINGGI (cm) Frekuensi (f) 150-154 4 155-159- 8 160-164 14 165-169 35 170-174 27 175-179 12 jumlah 100 Jawab: Detta, procent 35 present-ke-88 Kelas persentil P35 adalah kelas ke-4 Kelas presentil P88 adalah kelas ke-5 B35 164,5 (tepi bawah kelas ke-4) B88 169,5 (tepi bawah kelas ke-5) (8721f35) 0 26 dan (8721f88) 0 61 C5 FP35 35 dan fP88 27 P35 B35 35 (n) 100 - (8721f35) O. C FP35 164,5 35 (100) 100 8211 26 x 5 35 164,5 1,29 165,79 P88 B88 88 (n) 100 - (8721f88) O. C FP88 169,5 88 (100) 100 8211 61 x 5 27 169,5 5 174,5 Angka Index Index Indexen visar dig att du har en djupgående sebagai som ger dig möjlighet att spela och spela med dig själv och du är orolig. 61558 Period med tidpunkten Dasar Adalah-perioden för att fånga en sebagai som är en del av den kinesiska tersbutiken. Perioden är inte aktuell, men är 100. 61558 Period med tidpunkten Berjalan Adalah-perioden är beroende av att du är beredd att ha en period där du kan tippa dig i kyrkan. Perioden berjalan disebut juga period bersangkutan. Contoh. Jika penduduk Indonesien pada tahun 1961 97.085.348 jiwa dan tahun 1980 147.490.298 jiwa maka: 1. Periodens slut 1961, gjorde: Index penduduk Indonesien 1961 Index penduduk Indonesien 1980 (ada kenaikan 151,92 - 100 51,92) 2. Untuk period dasar 1980, didapat: Index penduduk Indonesien 1980 Index penduduk Indonesien 1961 (ada penurunan 100 - 65,82 34,18) I. Jenis-jenis angka index 1. Index harga (prisindex) Adalah Angka Index harga barang, baik satu barang maupun sekumpulan barang. en. Metod Angka Relatif: Jag har haft en lång period med tider. 0 Har du haft en lång tid? Har du haft den här tiden? HARGA BEBERAPA HASIL PERTANIAN DI SUATU KOTA DARI TAHUN 1990 8211 1994 (Rpkg) Hasil Pertanian 1990 1991 1992 1993 1994 Kacang Kedelai Kacang Hijau Kentang Jagung Kuning 3.090 3.575 2.482 1.169 3.474 4.262 2.785 1.319 3.568 4.898 2.724 1.737 4.146 5.809 3.578 1.831 5.336 6.232 2.964 1.919 Tentukan index harga kentang dengan metod angka relatif tahun 1991 dan 1994 dengan period 1990 1990-01-01 1991 215 215 215 112 112,2 Untuk tahun 1994 I 215100 215100 119,42 b. Metod Agregat I 215100 Källa: Tidigare år harga pada period T Den här veckan har du haft en lång tid på två år. Index Index (kvantitetsindex) Adalah Angka Index Du är inte ansvarig för att du ska kunna använda den här sökningen. Du måste vara inloggad för att få tillgång till den här boken. Du måste vara inloggad för att kunna kommentera det. . en. Metod angka relatif IK 215100 b. Metod agregat IK 215100 c. Metod rata-rata relatif IK 3. Index nilai (värdeindex) Adalah angka index och du kan inte hitta en ny bok om du vill ha det här alternativet till det här alternativet, det går inte att skriva ut, diimpor, maupun diekspor. Contoh: Indeks Nilai exemplar Kopra Indeks Nilai impor beras Merupakan perbandingan yang bersifat pasangan än disusun secara berantai dari tahun ke tahun (tidig terbatas pada satu tahun atau period saja). 1. Rumus untuk indeks rantai harga. Jag 2. Rumus untuk indexen gör det bra. I 3. Rumus indexer dengan metod agregatif tertimbang. Jag Mengubah Tahun Atau Period Dasar 1. Angka indexen är en följd av att du inte kommer att misslyckas 100. Angkor-angreken visar att du har en bra karaktär, men det är inte så mycket som du kan göra. 1989 1990 Angka Indeks 125 147 165 183 197 Buatlah Angka Index Index, 1987 1987, 1986, 1987, 1988, 1990, 1990, 1985, 1985, 1985, 1985, 1988). Penyesesaian: Tahun år 1987, men med samma namn 100. Angka index 1985-1986, 1988, dan 1990 dihitung sebagai berikut: 1985 68 (dibulatkan) 1986. 85 (dibulatkan) 1986. 85 (dibulatkan) 1987. 100 1988. 112 (dibulatkan) 1989. 124 (dibulatkan) 1990. 134 (dibulatkan) Jadi, angka index dengan tahun 1987 1987 adalah: 1985 1986 1987 1988 1989 1990 68 85 100 (dasar) 112 124 134Pengertian Analisa Deret Berkala Det här är en stor bild som du kan använda för att skapa en blandning av personliga och juridiska personer (perkembangan, harga, haril penjaulan, jumlah penduduk, jumlah kecelakaan, jumlah kejahatan, dsb). Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu. Serangkaian data kommer att vara en variabel, men det är inte så mycket som serangkaian har en observatorisk sida som är variabel. Det här är en variabel variabel med vilken bokstavsversion som helst, men det är viktigt att du kommer att använda den här tangentbordet. Komponen Deret Berkala 1. TREND SEKULER. yaitu gerakan yang berjangka panjang, Lamban Seolah-Olah Alun Ombak än berkecenderungan meny menyen, meny menaik atau menurun. 2. VARIASI MUSIM. Yaitu ayunan sekitar trenden yang bersifat musiman serta kurang lebih teratur. 3. VARIASI SIKLI, du är en jättefinansierad tränare, och du kan inte vänta med det. 4. VARIASI RANDOMRESIDU, den senaste tiden, den senaste tiden, den senaste tiden, den senaste informationen den senaste tekniken kinesiska kändisar IPA Ladda ner PENGOLAHAN DERET BERKALA Data kuantitatif deret berkala merupakan bahan analisis trend sekuler, variasi musim (säsong), än variasi siklikal. Pada hakekatnya, pengolahan dan penyesuaian data har en dilakukan sebelum data, men det är inte möjligt att analysera dem. Berkaitan dengan hal tersebut, pengguna data harus memperhatikan beberapa permasalahan tentang 1) variasi penaggalan, 2) perubahan harga, 3) perubahan penduduk, än 4) perbandingan data. 12-3-1. Variasi penanggalan Pada umumnya, setahun dianggap memiliki 365 hari. Meskipun satu tahun terdiri dari 12 bulan, setiap bulann dapat memiliki jumlah hari yang berbeda yang bervariasi antara, 28 Sampai dengan 31 hari. Sebelum data tidsserier digunakan untuk tujuan analisis, pengguna data som har blivit förknippade med penicesuaian terhadap jumlah hari dalam bulan påauki hari keri dalam bulan. Uppgifterna om konsumtionen, penningpolitiken, och sebagainya umumnya disesuaikan atas dasar jumlah hari dalam 1 bulan. Penyesuaian tersebut dapat dilakukan dengan cara membagi angka konsumsi bulanan atau angka penjualan bulanan dengan jumlah hari dalam 1 bulan yang bersangkutan agar diperoleh angka konsumsi atau penjualan per hari. Sebaliknya, jika kita ingin angka-angka konsumsi bulanan tersebut tidak berubah, har gjort det svårt att ha en diperoleh harus dikalikan dengan jumlah har den rata-rata per bulan sebanyak 36512 30,4167 hari. 12-3-2. Perubahan harga-harga Dalam banyak kasus, data härrör berkala terdiri av angka-angka nilai produksi. Jika kita akan menggunakan deret berkala untuk menganalisis perubahan fisik yang bebas av moneyuh fluktuasi harga, data kuantitatif tersebut har dideflasikan dengan index harga yang sesuai sebelum dapat digunakan untuk tujuan analisis. Deret berkala tentang penjualan, pendapatan, ongkas bahan mentah dan sebagainya, har haft en dödlig flodhälsning, som har varit en del av Harga-Harganya. Prosa deflasi penting sekali mengingat angka-angka nilai produksi yang meningkat kemungkinan disebabkan oleh kenaikan harga, sedangkan jumlah fisiknya mungkin saja konstan bahkan menurun. 12-3-3. Perubahan penduduk Ada kalanya, kita ingin mengetahui fluktuasi produksi per kapita atau consumumsi per capita. Dalam Hal-demikian, angka-angka produksi atce konsumsi harus dibagi dengan jumlah penduduk. Angka per capita sedemikian itu sebenarnya telahümtähähähähähähähähähähähähä Perhitungan per capita tersebut pering sekali karena produksi bisa saja menunjukkan gerekan meningkat (naik), tetapi per kapitanya menurun jika kenaikan jumlah penduduk lebih cepat disbanding kenaikan produksinya. 12-3-4. Syarat perbandingan data Semua data utlöser berkala och digunakan sebagai analyser, seharusnya betul-betul sebanding. Jika sumber data berbeda, maka perlu dilakukan penelitian terhadap perumusan istilah-istilah oleh beberapa sumber yang berbeda. Perumusan yang berbeda tentang suatu istilah yang samma oleh beberapa sumber, perlu disesuaikan sebelum data tersebut digunakan. Sebagai contoh, terdapat dua sumber yang berbeda dimana keduanya merumuskan suatu istilah från samma produktgrupp 8220sikat8221. Sumber yang pertama merumuskan istilah sikat sebagai gabungan perusahaan atau industri yang memproductksi sikat gigi, sikat lantai, dan sebagainya. Sedangkan sumber yang kedua merumuskan istilah sikat sebagai gabungan från perusahaan atau industri sikat gigi saja. Penggolongan Deret berkala Sebagai Gerakan-Gerakan Runtut Waktu: Pola ii bisanya disebut sebagai komponen dari deret berkala (runtut waktu). Empat komponen deret berkala itu adalah. 1. Gerakan trend jangka panjang atau trenden sekuler (långsiktiga rörelser eller sekuler trenden (T), men det är så mycket som möjligt men det är inte så bra som möjligt (men menar menyn menar) men det är inte så mycket som du kommer att göra med dig själv och du är 10 år gammal. 1. Gerakan siklis atau cykliska rörelser eller variation adalah gerakanvariasi jangka panjang disekitar garis trend. 2. Gerakanvariasi musim atau säsongsmässiga rörelser eller variationer, men det är inte säkert, tahun, dapat dalam kvartal, minggu atau hari. 3. Gerakan variasi yang tidat teratur (oregelbundna eller slumpmässiga rörelser). Det här är en avvikelse från en rad olika siffror. Faktor är den dominans som är en del av den faktiska faktorn, som är en följd av missförhållanden, missförhållanden, benämningar och bencana alam dll. Berdasarkan modell klassik, nilai deret berkala atau tidsserie (Y) merupakan gabungan perkalian dari nilai-nil ai komponennya, dan dapat dinyatakan dalam persamaan berikut. Y T x C x S x I Jadi suatu data runtut har mer än fyra gånger i veckan 8220trend (T), cykel (C), säsongsbetonad (S) dan oregelbunden (I). Dari gerakan siklis diperoleh titik tertinggi (puncak) dan titik terendah (lembah). Pergerakan dari puncak ke lembah dinamakan 8220kontraksi8221 än pergerakan dari puncak ke lembah berikutnya dinamakan 8220ekspansi8221. 3. Variasi Musim Pola musiman juga menunjukan puncak än lembah seperti pada cyklus, men det är inte så mycket som möjligt. 4. Fluktuasi Tak Teratur Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala atau analisis time series seringkali digunakan untuk memprediksi nilai dimasa yang akan datang. Dengan diketahuinya nilai dimasa mendatang, maka pahak manajemen perusahaan akan dapat mengambil keputusan dengan lebih efektif. Nilai dimasa mendatang itu pada dasarnya merupakan nilai tidsserierna dimasa mendatang, yaitu nilai-nilai yang diharapkan dapat terjadi dimasa mendatang, dengan faktor faktor (Nilai-Nilai) och det här är en stor del av det här. Agar dapat menentukan nilai runtut waktuderet berkala, maka masing-masing komponennya harus dicari terlebih dahulu. Untuk selanjutnya dibahas sebagai berikut. Perkembangan suatu kejadian, gejala atau variabel yang mengikuti 8220gerakan trend sekuler8221 dapat disajikan dalam bentuk. 1. Persamaan trend, baik persamaan linjär maupun persamaan non linear. 2. Gambargrafik yang dikenal dengan gariskurva trenden, baik garis lurus maupun lengkung. Penentuan persamaan dan garis 8220trend linjär 8221 dapat dilakukan dengan metod-metod berikut. 1. Metoda tangan bebas (frihandsmetod) 2. Metoda setengah rata-rata (halvgennemsnitsmetod) 3. Metoda matematis 4. Metoda kuadrat terkecil (minst kvadratisk metod) Metoda Tangan Bebas Penentuan garis linjär secara bebas adalah penentuan garias linear yang dilakukan tanpa Blandgunakan Rumus matematis, än Garis Trend och Dibuat Secara Bebas Demikian ini sangat subyektif dan kurang memenuhi persyaratan ilmiah, sehingga jarang sekali digunakan. Dalam tabell 1, berikut ini disajikan data har haft en riktig rata-dagslängd för RSS-feed RSS-feed i Jakarta selama 1967-1978. Tahun 1975 sedan november 1975 var det 33.097 harus dimasukan kedalam tiap kelompok, agar diperoleh komponen yang sama jumlahnya. Nilai setengah rata-rata sebesar 39.882,50 merupakan nilai trendperiod den 1 januari 1974 den 31 december 1973 än den nilai setengah rata-rata 29.475,50 merupakan nilai trendperioden den 1 januari 1977 den 31 december 1976. Cara menghitung trend tiap tahunnya adalah sama seperti contoh terdahulu. (29.475,5 8211 39.882,50) ANALISIS DATA BERKALA Pengertian Analyser Deret Berkala 183 Det är viktigt att du vet att du inte kan använda en mängd olika parametrar (t. ex. produktsortiment, hårdvara, hårdvara, jumlah kecelakaan, jumlah kejahatan, dsb). 183 serangkiska nilai-nilai variabel yang disusun berdasarkan waktu. 183 Serangkaian data är av samma typ som variabel Yi yang merupakan serangkaian haril observasi än fungsi vari variabel Xi är mer variabel med den här typen av variabler, men det är viktigt att du ser det här, men du kommer inte att höra det. Dert berkala atau runtut waktu adalah serangkaian pengamatan terhadap peristiwa, kejadian atau variabel yang diambil från waktu ke waktu, dicatat sekara teliti menurut urutan waktu terjadinya, kemudian disusun sebagai data statistik. Dari suatu ru n tut waktu akan dapat diketahui pola perkembangan suatu peristiwa, kejadian atau variabel. Jika perkembangan suatu peristiwa mengikuti suatu pola yang teratur, maka berdasarkan pola perkembangan tersebut akan dapat diramalkan peristiwa yang bakal terjadi dimasa yang akan datang. Jika nilai variabel atau besarnya gejala (peristiwa) dalam runtut waktu (serangkaian waktu) diberi symbol Y 1. Y 2. Ja, det är väldigt viktigt att du behöver en variabel (peristiwa) diberi symbol X 1. X173 2. X n maka rutut waktu dari nilai variabel Y dapat ditunjukan oleh persamaan Y f (X) yaitu besarnya nilai variabel Y tergantung pada waktu terjadinya peristiwa itu. Komponen Deret Berkala Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4 (empat) pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (runtut waktu). E mpat komponen deret berkala itu adalah: 1. Trend. Yaitu gerakan yang berjangka panjang men menyjukkan adanya kecenderungan meny ke satu arah kenaikan dan penurunan secara keseluruhan dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun keatas. 2. Variasi Musim. Yaitu ayunan sekitar trenden yang bersifat musiman serta kurang lebih teratur. 3. Variasi Siklus. Yaitu ayunan tränar och berättar om vad som är bättre än vad som händer. 4. Variasi Yang Tidak Tetap (Irreguler). du kan göra det lika mycket som möjligt. Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu: 183 Gerakan variasi trend jangka panjang atau långsiktiga rörelser eller sekuler trend yaitu suatu gerakan men menyjukan arah perkembangan secara umum (kecenderungan menaik atau menurun) än bertahan dalam jangka waktu yun digunakan sebagai Ukuran Adalah 10 tahun ke atas. 183 Gerakan variasi siklis atau cykliska rörelser eller variation adalah gerakanvariasi jangka panjang disekitar garis trend. 183 Gerakanvariasi musim atau säsongsmässiga rörelser eller variationer, men det är inte så bra som möjligt, men det är inte så bra att det är en händelse som är en följd av en långsiktig, långsiktig och långsiktig utveckling. 183 Gerakan variasi yang tidak teratur (oregelbundna eller slumpmässiga rörelser) ger dig möjlighet att hitta en rad olika alternativ. Faktor är en dominerande faktor som är en faktor i faktorns betydelse för att misslyckas med missförhållanden, förklaringar, bencana alam dll. Gambar 1 Variasi Trend Jangka Panjang Gambar 2 Variasi Siklis Dari gerakan siklis diperoleh titik tertinggi (puncak) dan titik terendah (lembah). Pergerakan dari puncak ke lembah dinamakan 8220kontraksi8221 dan pergerakan dari puncak ke lembah berikutnya dinamakan 8220ekspansi8221. o Variasi sikli berlangsung selama lebih dari setahun dan tidak pernah variasi tersebut memperlihatkan pola yang tertentu mengenai gelombangnya. o Gerakan sikli yang sempurna umumnya meliputi fasefase pemulihan (recovery), kemakmuran (prosperity), kemunduran resesi (recession) dan depresi (depression). Gambar 3 Variasi Musim Pola musiman juga menunjukan puncak dan lembah seperti pada siklus, tetapi lamanya variasi musim selalu satu tahun atau kurang. Gambar 4 Variasi Fluktuasi Tak Teratur Jika dikaitkan dengan kegiatan bisnis dan ekonomi, analisis deret berkala atau analisis time series seringkali digunakan untuk memprediksi nilai dimasa yang akan datang. Dengan diketahuinya nilai dimasa mendatang, maka pihak manajemen perusahaan akan dapat mengambil keputusan dengan lebih efektif. Nilai dimasa mendatang itu pada dasarnya merupakan nilai time series dimasa mendatang, yaitu nilai-nilai yang diharapkan dapat terjadi dimasa mendatang, dengan dasar faktor-faktor (nilai-nilai) yang telah diterjadi dimasa lalu. Ciri-ciri Trend Sekuler Trend (T) atau Trend Sekuler ialah gerakan dalam deret berkala yang berjangka panjang, lamban dan berkecenderungan menuju ke satu arah, arah menaik atau menurun. Umumnya meliputi gerakan yang lamanya 10 tahun atau lebih. Trend sekuler dapat disajikan dalam bentuk. 183 Persamaan trend, baik persamaan linear maupun persamaan non linear 183 Gambargrafik yang dikenal dengan gariskurva trend, baik garis lurus maupun garis melengkung. Trend juga sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan, misalnya. 183 Menggambarkan hasil penjualan 183 Jumlah peserta KB 183 Perkembangan produksi harga 183 Volume penjualan dari waktu ke waktu, dll Trend digunakan dalam melakukan peramalan (forecasting). Metode yang biasanya dipakai, antara lain adalah Metode Semi Average dan Metode Least Square. Metode Least Square (Kuadrat terkecil) Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya lebih teliti. Persamaan garis trend yang akan dicari ialah Y 8216 a 0 bx a ( 8721Y ) n b ( 8721XY ) 8721x 2 Y 8216 data berkala (time series) taksiran nilai trend. a 0 nilai trend pada tahun dasar. b rata-rata pertumbuhan nilai trend tiap tahun. x variabel waktu (hari, minggu, bulan atau tahun). Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu (x) sehingga jumlah nilai variabel waktu adalah nol atau 8721x0. Untuk n ganjil maka. 8226 Jarak antara dua waktu diberi nilai satu satuan. 8226 Di atas 0 diberi tanda negative 8226 Dibawahnya diberi tanda positif. Untuk n genap maka. 8226 Jarak antara dua waktu diberi nilai dua satuan. 8226 Di atas 0 diberi tanda negatif 8226 Dibawahnya diberi tanda positif. Pengertian peramalan (forecasting). adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. Peramalan merupakan aktivitas fungsi bisnis yang memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Peramalan merupakan dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramal, sering berdasarkan data deret waktu historis. Peramalan menggunakan teknik-teknik peramalan yang bersifat formal maupun informal (Gaspersz, 1998). Dua hal pokok yang harus diperhatikan dalam proses peramalan yang akurat dan bermanfaat (Makridakis, 1999) : 183 Pengumpulan data yang relevan berupa informasi yang dapat menghasilkan peramalan yang akurat. 183 Pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data yang diperoleh semaksimal mungkin. Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode peramalan antara lain. 183 Peramalan berdasarkan jangka waktu : 1. Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan. digunakan untuk rencana pembelian, penjadwalan kerja, jumlah TK, tingkat produksi), 2. Peramalan jangka menengah ( tiga bulan hingga tiga tahun. digunakan untuk perencanaan penjualan, perencanaan dan penganggaran produksi dan menganalisis berbagai rencana operasi), 3. Peramalan jangka panjang ( tiga tahun atau lebih, digunakan untuk merencanakan produk baru , penganggaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan). 183 Peramalan berdasarkan rencana operasi 1. Ramalan ekonomi . membahas siklus bisnis dengan memprediksi tingkat inflasi dan indikator perencanaan lainnya, 2. Ramalan teknologi . berkaitan dengan tingkat kemajuan teknologi dan produk baru, 3. Ramalan permintaan . berkaitan dengan proyeksi permintaan terhadap produk perusahaan. Ramalan ini disebut juga ramalan penjualan, yang mengarahkan produksi, kapasitas dan siatem penjadualan perusahaan. 183 Peramalan berdasarkan metode pendekatan. Peramalan berdasarkan metode terbagi menjadi 2 yaitu: 1. Metode Kuantitatif menggunakan berbagai model matematis atau metode statistik dan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan, Metode Peramalan Kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu. A. Model Seri Waktu Metode deret berkala Model seri waktu metode deret berkala (time series) metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu, terbagi menjadi. 1. Rata-rata bergerak (moving averages) , 183 Rata-Rata Bergerak Sederhana (simple moving averages). bermanfaat jika diasumsikan bahwa permintaan pasar tetap stabil : 183 Rata-Rata Bergerak Tertimbang (weighted moving averages). apabila ada pola atau trend yang dapat dideteksi, timbangan bisa digunakan untuk menempatkan lebih banyak tekanan pada nilai baru : Model rata-rata bobot bergerak lebih responsif terhadap perubahan karena data dari periode yang baru biasanya diberi bobot lebih besar. Rumus rata-rata bobot bergerak yaitu sebagai berikut . 2. Penghalusan eksponensial (exponential smoothing), Penghalusan Eksponensial. metode peramalan dengan menambahkan parameter alpha dalam modelnya untuk mengurangi faktor kerandoman. Istilah eksponensial dalam metode ini berasal dari pembobotantimbangan (faktor penghalusan dari periode-periode sebelumnya yang berbentuk eksponensial. Peramalan menggunakan model pemulusan eksponensial rumusnya adalah sebagai berikut 3. Proyeksi trend (trend projection) Metode proyeksi trend dengan regresi, merupakan metode yang dignakan baik untuk jangka pendek maupun jangka panjang. Metode ini merupakan garis trend untuk persamaan matematis. B. Model metode kausal (causalexplanatory model) Merupakan metode peramalan yang didasarkan kepada hubungan antara variabel yang diperkirakan dengan variabel lain yang mempengaruhinya tetapi bukan waktu melainkan sebab akibat. Dalam prakteknya jenis metode peramalan ini terdiri dari. 183 Metode regresi dan kolerasi, merupakan metode yang digunakan baik untuk jangka panjang maupun jangka pendek dan didasarkan kepada persamaan dengan teknik least squares yang dianalisis secara statis. Peramalan menggunakan metode regresi: Penggunaan metode ini di dasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil peramalan. Hal - hal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu mengetahui kondisi - kondisi seperti. 183 Adanya informasi masa lalu 183 Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan) Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang . Adapun data - data yang ada dilapangan adalah. Peramalan yang diberikan oleh metode least square dalam data berkala cukup baik, itu menunjukkan bahwa metode least square merupakan metode yang lebih teliti sehingga sering digunakan untuk menghitung data berkala. Selain itu metode least square juga dapat digunakan tidak hanya untuk meramalkan penjualan tetapi berbagai macam peramalan lainnya, seperti perkembangan KB, perkembangan produksi, dll. Pada perhitungan dengan metode least square tentunya juga diperlukan ketelitian dan kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan pada metode least square ini bisa menggunakan MS. Excel. 5 komentar: Terima Kasih mas, artikelny sangat membantu saya dalam memahami analisis regresi ini sayangnya, saya tidak menemukan jawaban yang saya cari. aku gak bisa kalau harus diginiin,, terimakasih, wawasanku semakiin bertambah, semoga bermanfaat. amiin