Bab 7

ANALISIS DERET BERKALA


PENDAHULUAN

Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam analisis ekonomi dan lingkungan bisnis biasanya analisis deret berkala digunakan untuk meramal (forecasting) nilai suatu variabel pada masa lalu dan masa yang akan datang dengan berdasarkan pada kecenderungan dari perubahan nilai variabel tersebut.

Analisis deret berkala bertujuan untuk:

a. Mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu.

b.  Meramal (forecast) nilai suatu variabel pada suatu waktu tertentu.


KOMPONEN

Terdapat empat komponen  yang dapat mempengaruhi nilai suatu variabel dari waktu ke waktu. Komponen-komponen tersebut adalah trend sekuler (secular trend), fluktuasi siklis, variasi musiman, dan gerak tak beraturan.


TREND SEKULER

Trend sekuler merupakan perubahan nilai variabel yang relatif stabil dari waktu ke waktu. Model yang digunakan dalam analisis deret berkala dibuat berdasarkan asumsi bahwa antara nilai variabel dan waktu  mempunyai hubungan linear, sehingga dalam menentukan suatu model akan sangat baik dengan menggunakan analisis trend.

Y = a + bx

Dimana: Y  : nilai variable Y pada suatu waktu tertentu

a : perpotongan antara garis trend dengan sumbu tegak (Y)

b : kemiringan (slope) garis trend

x : periode waktu deret berkala


Metode Persamaan Garis

Ada beberapa metode yang dapat digunakan untuk menentukan persamaan garis yang menunjukkan hubungan antara nilai variable dengan waktu, yaitu metode bebas (free hand method), metode semi rata-rata (semi average method), dan metode kuadrat terkecil (least square method).


Metode Semi Rata-rata (Semi Average Method)

Persamaan trend yang diperoleh dengan menggunakan metode ini, selain dapat digunakan untuk mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu, juga dapat digunakan untuk meramal nilai suatu variable tersebut pada suatu waktu tertentu.

Persamaannya adalah sebagai berikut :

= A - A1 / n

Keterangan :         : perubahan nilai variabel setiap tahun

A1        : rata-rata kelompok pertama

A2        : rata-rata kelompok ke dua

n        : periode tahun antara tahun A1 s.d. A2


Metode Kuadrat Terkecil (Least Square Method)

Dalam analisis deret berkala, metode yang paling sering digunakan untuk menentukan persamaan trend adalah metode kuadrat terkecil.

Persamaan garis trend linearnya adalah :

Y = a + bx

Dimana:   Y  : nilai variable yang akan ditentukan

       a   : nilai Y apabila X sama dengan nol

       b   : kemiringan (slope) garis trend

x : periode waktu dan tahun dasar


Trend tahunan, Kuartalan, dan Trend Bulanan

Persamaan trend yang diperoleh dari hasil perhitungan pada bagian terdahulu adalah persamaan trend tahunan yang dapat diubah menjadi persamaan trend kuartalan. Ada dua macam persamaan trend kuartalan yang dapat diperoleh dari persamaan trend tahunan, yaitu persamaan trend kuartalan dimana nilai kode waktu X menunjukkan waktu tahunan dan nilai kode waktu menunjukkan waktu kuartalan.


CONTOH KASUS :

PT. Alamanda Coorporation adalah sebuah perusahaan yang bergerak dalam bidang telekomunikasi. Manajer perusahaan tersebut ingin mengetahui penjualan ponsel merek NEO MADAS selama 5 tahun terakhir yaitu dari tahun 2003 s/d 2007. Berikut ini adalah data penjualannya :


Tahun        2003        2004        2005        2006        2007

Penjualan        3242        4245        4542        5035        5325


Tentukan garis persamaan trend  linier dari data  penjualan perusahaan tersebut selama 5 tahun

terakhir !

Jawab :

Untuk menjawab kasus di atas dapat menggunakan program R. Berikut ini adalah langkah-langkah pengerjaannya :

1. Tekan icon R Commander pada desktop, kemudian akan muncul tampilan seperti gambar di

bawah ini.

2. Pilih menu Data, New data set. Masukkan nama dari data set adalah Dataset, lalu tekan tombol

OK



3. Ubah nama variable var1 menjadi Y dan tipe variable menjadi numeric, dapat dilakukan dengan cara double click pada var1 pada data editor



4. Lakukan langkah di atas untuk mengubah variabel var2 menjadi X dan tipe variabel menjadi numeric

5. Masukkan data Penjualan (seperti pada tabel soal) pada kolom Y

6. Masukkan data Kode_waktu yaitu  (-2, -1, 0, 1, dan 2 ) pada kolom X

Kode waktu dalam analisis deret berkala besarnya tergantung dari banyaknya waktu yang digunakan. Penentuan kode waktu  ini dilakukan  dengan terlebih dahulu membagi banyaknya waktu yang digunakan menjadi dua bagian. Periode waktu yang berada ditengah-tengah dari semua waktu yang digunakan mempunyai kode 0. Selisih antara tahun yang satu dengan tahun berikutnya pada periode waktu analisis deret berkala yang menunjukkan bilangan ganjil adalah satu.


Contoh data ganjil:

Tahun        2001        2002        2003        2004        2005

Kode waktu ( X )        -2        -1        0        1        2

Penjualan        ( Y )        100        200        300        400        500


Contoh data genap:


Tahun

2001

2002


2003

2004

Kode waktu ( X )

-2

-1

0

1

2

Penjualan        ( Y )

100

200


300

400


7. Setelah semua data terisi maka data editor di close, maka akan tampil inputan seperti berikut ini :


8. Pada tampilan R Commander pilih menu Statistics, Fit models, Linear regression… maka akan muncul menu seperti gambar di bawah ini


9. Pada Response Variable pilih variabel Penjualan (Y) dan pada Explanatory Variable pilih variabel

Kode_waktu (X), kemudian tekan tombol OK


10. Maka akan muncul hasil pada output window sebagai berikut :


Catatan : yang dilihat hanya pada bagian estimate saja

Maka didapat fungsi persamaan trend linier (y = a+bx) dari penjualan ponsel tersebut adalah

Y = 4477.80 + 495.60x

Copyright © 2010, iLab Universitas Gunadarma

Created with the Freeware Edition of HelpNDoc: Free Web Help generator