Minggu, 15 Agustus 2010

Peramalan autoregresi dan autokorelasi

auto regresi dan auto korelasi dibicarakan besar pengaruh dan hubungan nilai suatu variabel, antara yang telah terjadi pada suatu periode dan yang terjadi pada periode berikutnya. Untuk mengetahui besarnya pengaruh sering digunakan auto regresi, sedang kuat atau tidaknya hubungan diukur dengan memakai koefisien auto korelasi. Disebut dengan istilah auto karena variabel yang menjadi dependent variable sama dengan yang menjadi independent variable. Perbedaannya independent variable terjadi lebih dulu dari dependent variable. Dengan kata lain besarnya nilai suatu variabel tergantung pada nilai variabel itu sendiri yang telah terjadi sebelumnya.
Selengkapnya dapat KLIK

Sabtu, 24 Juli 2010

R Program

R adalah suatu sistem untuk analisis data yang termasuk kelompok software statistik open source yang tidak memerlukan lisensi atau gratis, yang dikenal dengan freeware. Sampai saat ini, pengguna statistika di Indonesia masih belum banyak yang menggunakan R untuk keperluan analisis data. Sebagian besar pengguna statistika di Indonesia masih menggunakan paket‐paket statistik komersil, seperti SPSS, MINITAB, S‐plus, SAS, atau Eviews. Salah satu faktor penyebabnya adalah masih terbatasnya buku tentang R yang dalam bahasa Indonesia.
Download disini

Kamis, 08 April 2010

analisis runtun waktu

Analisis Time Series
Analisis runtun waktu adalah suatu metode kuantitatif untuk menentukan pola data masa lalu yang telah dikumpulkan secara teratur. Analisis runtun waktu merupakan salah satu metode peramalan yang menjelaskan bahwa deretan observasi pada suatu variabel dipandang sebagai realisasi dari variabel random berdistribusi bersama. Gerakan musiman adalah gerakan rangkaian waktu yang sepanjang tahun pada bulan-bulan yang sama yang selalu menunjukkan pola yang identik. contohnya: harga saham, inflasi. Gerakan random adalah gerakan naik turun waktu yang tidak dapat diduga sebelumnya dan terjadi secara acak contohnya: gempa bumi, kematian dan sebagainya.
Asumsi yang penting yang harus dipenuhi dalam memodelkan runtun waktu adalah asumsi kestasioneran artinya sifat-sifat yang mendasari proses tidak dipengaruhi oleh waktu atau proses dalam keseimbangan. Apabila asumsi stasioner belum dipenuhi maka deret belum dapat dimodelkan. Namun, deret yang nonstasioner dapat ditransformasikan menjadi deret yang stasioner.
Runtun waktu adalah himpunan observasi berurut dalam waktu atau dimensi apa saja Pola data dalam time series dapat dibedakan menjadi empat jenis siklis (cyclical) dan trend.
1. Pola Horizontal (H) terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan. (Pola seperti itu adalah “stasioner” terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula, suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh dari suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini.
2. Pola Musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).
3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
4. Pola Trend (T) terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.
Definisi 1
Runtun waktu adalah himpunan observasi terurut dalam waktu atau dalam dimensi lain.
Berdasarkan sejarah nilai observasinya runtun waktu dibedakan menjadi
dua yaitu : runtun waktu deterministik dan runtun waktu stokastik.
Definisi 2
Runtun waktu deterministik adalah runtun waktu yang nilai observasi yang akan datang dapat diramalkan secara pasti berdasarkan observasi lampau.
Definisi 3
Runtun waktu stokastik adalah runtun waktu dengan nilai observasi yang akan datang bersifat probabilistik, berdasarkan observasi yang lampau.
klik Disini

Selasa, 08 Desember 2009

ANOVA 2 JALUR

ANOVA 2 JALUR
A. Pengertian
Analisis varians digunakan digunakan untuk menuji rata-rata dari tiga atau lebih populasi. Rata-rata populasi-pulasi tersebut sama atau tidak sama. konsep dasar anova dikemukakan oleh R.A fisher. Adapun konsep tersebut adalah sebagai berikut :
1. Mengitung rata-rata masing-masing group sampel dan menjelaskan kesalahan baku rata-rata (Sx) yang hanya didasarkan pada beberapa rata-rata sampel.
2. Dengan rumus

Kemudian, kesalahan baku dari rata-rata yang dihitung diatas dapat digunakan untujk mengestimasi varian populasi dari mana sampel diambil. Estimasi varian populasi ini disebut kuadrat rata-rata diantara kelompok-kelompok (mean square between group :MSB)
3.Menghitung varian secara terpisah di dalam masing-masing kelompok sampel dan berkaitan dengan masing-masing rata-rata kelompok. Kemudian menyatukan nilai-nilai varian yang tertimbang dengan (n-1) untuk masing-masing sampel. Prosedur tertimbang untuk varian ini adalah perluasan dari prosedur untuk mengkombinasikan dan menimbang dua varian sampel. Hasil estimasi varian populasi disebut kuadrat rata-rata di dalam kelompok-kelompok mean square within group :MSW)
4. Jika hipotesis nol : µ1 = µ2 = µ3 = . . . = µλ benar, kuadrat rata-rata MSB dan MSW merupkana estimator yang tidak bias dan independen dari varian populasi σ2 yang sama (identik). Akan tetapi ada perbedaan di antara rata-rata populasi akan membesarkan MSB walaupun tidak etrpengaruh pada MSW.
5. Berdasarkan pada pengamatan konsep 4 distribusi F dapat digunakan untuk menguji perbedaan dua varian. Suatu pengujian satu sisi doperlukan distribusi F. untuk menemukan nilai F dapat digunakan rumus: