Deret Berkala
Pengertian Analisa Deret Berkala
Data yang dikumpulkan dari waktu kewaktu untuk
menggambarkan perkembangan suatu kegiatan (perkembangan produksi,harga,hasil penjaulan,jumlah
penduduk,jumlah kecelakaan,jumlah kejahatan,dsb).
Serangkaian nilai-nilai variable yang disusun
berdasarkan waktu.
Serangkaian data yang terdiri dari variable Yi yang merupakan
serangkaian hasil observasi dan fungsi dari variable Xi yang merupakan variable
waktu yang bergerak secara seragam dan kearah yang sama,dari waktu yangl ampau ke
waktu yang mendatang.
Komponen Deret Berkala
Empat Komponen Deret Berkala:
1.TREND SEKULER,yaitu
gerakan yang berjangka panjang,lamban seolah-olah alun ombak dan berkecen derungan
menuju ke satu arah,arah menaik atau menurun.
2.VARIASI MUSIM,yaitu
ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.
3.VARIASI SIKLI,yaitu
ayunan trend yang berjangka lebih panjang dan agak lebih tidak teratur.
4.VARIASI RANDOM /RESIDU,yaitu
gerakan yang tidak teratur sama sekali
Komponen Deret Berkala Sebagai Bentuk Perubahan:
Gerakan/variasi dar idata berkala terdiri dari
empat
komponen, sebagai berikut:
1.Gerakan trend jangka panjang atau trend sekuler(Long
term movement or secular trend),yaitu suatu
gerakan(garis atau kurva yang halus)yang menunjukkan arah perkembangan secara umum,arah
menaik atau menurun.
Trend sekuler
umumnya meliputi gerakan yang lamanya sekitar 10tahun atau lebih.
Garis trend sangat berguna untuk membuat ramalan(forecasting).
2.Gerakan/variasi Sikli atau siklus(Cyclical movement
or variations),yaitu gerakan/variasi jangka panjang disekitar
garis trend(berlaku untuk data tahunan).
-Gerakan
sikli bisa terulang setelah jangka waktu tertentu(setiap 3 tahun,5 tahun atau lebih),bisa
juga tidak terulang dalam jangka waktu yang sama.
-Variasi sikli berlangsung selama lebih dari setahun
dan tidak pernah variasi tersebut memperlihatkan pola yang tertentu mengenai gelombangnya.
-Gerakan sikli
yang sempurna umumnya meliputi fase-fase pemulihan (recovery),kemakmuran (prosperity),kemunduran/resesi
(recession) dan depresi (depression).
3.Gerakan/variasi musiman (Seasonal movement or
variations),yaitu gerakan yang mempunyai pola tetap atau berulang-ulang
secara teratur selama kurang lebih setahun.Misalnya:
Kondisi
alam seperti iklim,hujan,sinar matahari,tingkat kelembaban,angin,tanah dll merupakan
penyebab terjadinya variasi musim dalam bidang produksi dan harga-harga barang agraria.
Kebiasaan masyarakat seperti pemberian hadiah
diTahun Baru,Idul fitri dan Natal serta konsumsi menjelang Tahun Baru dan hari-hari
besar lainnya menimbulkan variasi yang tertentu dalam penjualan barang-barang konsumsi.
4.Gerakan/variasi random/residu(Irregular or random
variations),yaitu gerakan/variasi yang disebabkan oleh
factor kebetulan(chancefactor).Gerakan yang berbeda tapi dalam waktu yang singkat,tidak
diikuti dengan pola yang teratur dan tidak dapat diperkirakan.
-Variasi
random umumnya disebabkan oleh peperangan,banjir,gempa bumi,perubahan politik,pemogokan
dan sebagainya,sehingga mempengaruhi kegiatan-kegiatan perdagangan,perindustrian,keuangan
dll.
-Beda antara variasi random dengan ketiga variasi
sebelumnya terletak pada sistematik fluktuasi itu sendiri.
Ciri-ciri Trend Sekuler
•PengertianTrend
ialah gerakan dalam deret berkalayang berjangka panjang,lamban dan berkecenderungan
menuju kesatu arah,arah menaik atau menurun.Umumnya meliputi gerakan yang lamanya10
tahun atau lebih.
•Trend digunakan dalam melakukan peramalan(forecasting).Metode
yang biasanya dipakai,antara lain adalah Metode Semi Average dan Metode Least Square.
5.4Metode Semi Average(Setengah Rata-rata).
Prosedur pencarian nilai trend sebagai berikut:
1.Kelompokkan
data menjadi dua kelompok dengan jumlah tahun dan jumlah deret berkala yang sama.
2.Hitung
semi total tiap kelompok dengan jalan menjumlahkan nilai deret berkala tiap kelompok.
3.Carilah
rata-rata hitung tiap kelompok untuk memperoleh setengah rata-rata(semi average).
4.Untuk menentukan nilai trend linier untuk tahun-tahun
tertentu dapat dirumuskan sebagai berikut:Y’=a0+bx
a0 =
x1 , jika periode dasar berada pada kelompok 1
=x2, jika periode dasar berada pada kelompok 2
x2-x1
b =
n
Y‘=data berkala (time series)=taksiran nilai trend.
a0=nilai trend pada tahun dasar.
b=rata-rata pertumbuhan nilai trend tiap tahun.
x=variable waktu(hari,minggu,bulan atau tahun).
n=jumlah data tiap kelompok
Ada empat tipe
pengukuran atau skala pengukuran yang digunakan dalam statistika, yakni:
nominal, ordinal, interval, dan rasio.
1. Nominal
Skala Nominal
merupakan skala yang paling lemah/rendah di antara skala pengukuran yang ada.
Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang
lainnya berdasarkan nama (predikat). Skala pengukuran nominal digunakan untuk
mengklasifikasi obyek, individual atau kelompok dalam bentuk kategori.
Pemberian angka atau
simbol pada skala nomial tidak memiliki maksud kuantitatif hanya menunjukkan
ada atau tidak adanya atribut atau karakteristik pada objek yang diukur.
Misalnya, jenis kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk
perempuan. Angka ini hanya berfungsi sebagai label
kategori, tanpa
memiliki nilai instrinsik dan tidak memiliki arti apa pun. Kita tidak bisa
mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki
menjadi 2 dan perempuan dengan kode 1, atau bilangan apapun asal kodenya
berbeda antara laki-laki dan perempuan. Misalnya lagi untuk agama, kita bisa
mengkode 1=Islam, 2=Kristen, 3=Hindu, 4=Budha dstnya. Kita bisa menukar angka-angka
tersebut, selama suatu karakteristik memiliki angka yang berbeda dengan
karakteristik lainnya.
Karena tidak memiliki
nilai instrinsik, maka angka-angka (kode-kode) yang kita berikan tersebut tidak
memiliki sifat sebagaimana bilangan pada umumnya. Oleh karenanya, pada variabel
dengan skala nominal tidak dapat diterapkan operasi matematika standar
(aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan
statistik yang sesuai dengan skala nominal adalah peralatan statistik yang berbasiskan
(berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi
Square dan beberapa peralatan statistik non-parametrik lainnya.
2. Ordinal
Skala Ordinal ini
lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala
peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil
pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan
obyek yang diukur menurut karakteristik tertentu.
Misalnya tingkat
kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5=sangat puas,
4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya
dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.
Dalam skala ordinal,
tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya, harus
dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi,
tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh
adalah 1=sangat puas, 2=puas, 3=kurang puas dstnya.
Selain itu, yang
perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya
sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita
tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata
lain juga, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita
beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima
kali lebih tinggi dibandingkan yang sangat tidak puas.
Sebagaimana halnya
pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi
matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan
lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah
peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti
modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik
non-parametrik lainnya.
3. Interval
Skala interval
mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal
dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.
Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki
jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum
merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak
memiliki nilai nol mutlak.
Misalnya pada
pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC,
daerah B = 15oC dan daerah C=20oC. Kita bisa mengatakan
bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A,
dan selisih suhu daerah C dengan daerah B adalah 5oC. (Ini
menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi, kita
tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas dibandingkan
daerah A (artinya tidak bisa jadi kelipatan). Kenapa ? Karena dengan pengukuran
yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah 50oF,
di daerah B = 59oF dan daerah C=68oF. Artinya, dengan
pengukuran Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah
A, dan ini terjadi karena dalam derajat Fahrenheit titik nolnya pada 32,
sedangkan dalam derajat Celcius titik nolnya pada 0. (Bagi yang menginginkan
cara mengkonversi Celcius ke Fahrenheit atau sebaliknya, lihat tulisan mengenai Konversi
Sistem-Sistem Pengukuran dengan Excel)
Contoh lainnya,
misalnya dua orang murid, si A mendapat nilai 70 sedangkan si B mendapat nilai
35. Kita tidak bisa mengatakan si A dua kali lebih pintar dibandingkan si B.
(Kenapa ?)
Skala interval ini
sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi
matematika serta peralatan statistik kecuali yang berdasarkan pada rasio
seperti koefisien variasi.
4. Skala rasio
Skala rasio adalah
skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua
karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat
adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah
nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh
karenanya, pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio.
Pengukuran-pengukuran
dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat.
Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat
dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.
Komentar
Posting Komentar