Judul: MAKALAH STATISTIKA DESKRIPTIF Analisis Statistik Penjualan Jaket Puma dan Adidas Semester 3
Penulis: Ira Setyarini
MAKALAH STATISTIKA DESKRIPTIF
"Analisis Statistik Penjualan Jaket pada Puma dan Adidas"
Disusun Oleh :
Ira Setyarini(12129921)
Bella Natasya Putri(12129771)
Hendra Prasetiawan(18120121)
Wahyu Agung Saputra(12129763)
Azhar Yulis Priyatna(18120938)
Rieza Eka Putra(18121025)
Aji Wijaya 12.3I.12(12128929)
Kelas 12.3A.12
Jurusan Manajemen Informatika
Akademi Manajemen Informatika dan Komputer
BSI Jakarta
2013
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penyusunan makalah yang kami beri judul "Analisis Statistik Penjualan Jaket pada Puma dan Adidas" ini telah terselesaikan.
Makalah ini merupakan salah satu syarat dalam mengikuti Ulangan Akhir Semester guna mendapatkan nilai dalam mata kuliah Statistika Deskriptif di Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (BSI).
Selesainya penyusunan ini berkat bantuan dari berbagai pihak oleh karena itu, penulis menyampaikan terima kasih kepada yang terhormat :
Ratih Hastasari S.E, M.M, selaku Dosen Mata Kuliah Statistika Deskriptif sekaligus Dosen Pembimbing Akademik yang telah memberikan pengarahan dan dorongan dalam penyusunan makalah ini.
Rekan-rekan semua kelas 12.3A.12.
Secara khusus penulis menyampaikan terima kasih kepada keluarga yang telah memberikan dorongan dan bantuan yang besar kepada penulis, baik selama mengikuti perkuliahan maupun dalam menyelesaikan makalah ini.
Serta kerabat-kerabat dekat dan rekan seperjuangan yang penulis banggakan.
Semoga makalah ini dapat memberikan wawasan yang lebih luas kepada pembaca, meskipun makalah ini masih jauh dari sempurna. Oleh karena itu, kritik dan saran yang bersifat membangun sangat diharapkan demi kesempurnaan makalah ini. Akhirnya penulis berharap semoga makalah ini dapat bermanfaat bagi semua pihak yang berkompeten. Aamiin.
Jakarta, 16 Desember 2013Penulis
DAFTAR ISI
JUDUL MAKALAH.i
KATA PENGANTAR.ii
DAFTAR ISIiii
BAB I PENDAHULUAN.1
Latar Belakang .1
Tujuan Penelitian.2
BAB II PEMBAHASAN.3
Sejarah Perusahaan3
Tempat Penelitian5
Data Sekunder.5
Analisis Statistik.11
BAB III PENUTUP.53
3.1 Kesimpulan.53
DAFTAR PUSTAKA.55
BAB I
PENDAHULUAN
Latar Belakang
Didalam kehidupan sehari-hari sering dijumpai masalah yang berkaitan dengan perhitungan. Perhitungan tersebut memiliki maksud untuk menyelesaikan suatu permasalahan. Dalam arti sempit, data ringkasan yang berbentuk angka (kuantitatif) tersebut adalah Statistik.
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.
Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.
Statistik juga sebagai alat pengolah data angka. Stasistik dapat juga diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik
yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis & menginterpretasikan data statistik.
Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika. Ada dua konsep dalam bahasa Inggris. Statistic: nilai yang dihitung dari sebuah sampel (mean, median, modus, dsb). Statistics: metode ilmiah untuk pengumpulan data atau kumpulan angka.
Tujuan Penelitian
Tujuan pembuatan makalah ini adalah sebagai syarat pemenuhan tugas Ulangan Akhir Semester (UAS) mata kuliah Statistika Deskriptif, sekaligus bisa memberikan gambaran kepada pembaca mengenai PUMA dan ADIDAS.
BAB II
PEMBAHASAN
Sejarah Perusahaan
Adidas dan Puma adalah nama brand terkenal. Beberapa orang di dunia khususnya dunia eropa orang memang lebih familiar dan lebih mengenal produk keluaran Adidas, namun tidak sedikit juga yang mengenal atau lebih menyukai produk buatan Puma. Sebenarnya founder dari kedua merk terkenal ini adalah sepasang adik kakak yang lahir dari keluarga khususya ayah, yang bekerja membuat sepatu.
Adidas AG adalah pabrik pakaian olahraga yang berasal dari jerman dan perusahaan induk dari Adidas Grup termasuk perusahaan Reebok, Ashworth, Rockpot. Selain memproduksi pakaian olahraga, sekarang sudah mulai merambah ke kacamata, jam, kaos, tas. Adidas didirikan oleh sang penemu Adolf "Adi" Dassler dan terdaftar tahun 1949. Pada saat itu juga di buatlah lambang 3 garis hitam menyerupai sepatu yang sampai saat ini pun masih tetap digunakan.
Puma ( Puma SE) adalah perusahaan yang sama yang dibentuk oleh kakak pendiri Adidas, Rudolf Dassler. Puma sendiri didirikan tahun 1947 , awalnya nama perusahaannya bernama Ruda yaitu gabungan nama si pendiri RUdolf DAssler namun kemudian Rudolf merubahnya menjadi Puma dengan lambang seekor puma yang akan meloncat. Puma pun memiliki kantor utama di Jerman sama dengan Adidas.
Para pendiri brand terkenal diatas memiliki ayah yang background pekerjaannya sama, yaitu pembuat sepatu dan memiliki perusahaan kecil pembuat sepatu. Christoph Van Wilhelm Dassler adalah seorang pekerja pembuat sepatu disebuah pabrik dan istrinya Pauline menjalankan usaha Laundry di daerah Bavarian sebuah kota di Herzogenaurach. Sang anak tertua, Rudolf adalah yang paling awal bergabung dengan ayahnyadi tempat sang ayah bekerja membuat sepatu. Adolf atau yang sering dipanggil dengan nama Adi, memproduksi sepatu untuk pertama kalinya di dapur milik sang Ibu. Pada tahun 1924 setelah kembali dari tugasnya di Perang Dunia I, Adi mendirikan perusahaan kecil bernama "Gebrüder Dassler Schuhfabrik (Dassler Brothers Shoe Factory)" setelah kakaknya memutuskan untuk ikut bekerjasama memproduksi sepatu. Perusahaan ini di jalankan dengan sungguh–sungguh oleh dua bersaudara ini. Kantor awalnya pun masih di tempat Laundry sang ibu. Sepatu produksi awalnya terbuat dari bahan yang keras dan berat namun kemudian segera diperbaharui menjadi sepatu yang lebih nyaman dipakai.
Usaha dua bersaudara ini memperkenalkan produk mereka termasuk canggih, mereka berani jadi sponsor bagi atlet. Atlet yang beruntung adalah Jesse Owen, seorang pelari cepat berdarah Amerika-Afrika yang pada saat itu tepat sekali ada even Olimpiade Musim panas tahun 1936. Pada saat itu Owen mendapat mendali emas dan seketika itu juga nama Dassler bersaudara langsung tenar, orang-orang mulai tertarik membeli sepatu mereka. Penjualan pun mencapai 200.000 pasar sepatu yang terjual sebelum Perang Dunia II.
Setelah kesuksesan didapat, Dassler bersaudara di dera cobaan. Sebenernya alasan mereka berselisih adalah karena kesalahpahaman. Pada saat Rudolf dan Adi bergabung di partai Nazi, ada masa dimana tentara sekutu menyerang mereka. Pada saat itu Adi sedang berusaha menyelamatkan diri dengan keluarganya dengan cara memanjat kesebuah tempat perlindungan dimana Rudolf beserta keluarganya sudah ada lebih dulu disana. Adi dengan spontan mengeluarkan kata–kata kasar yang sebenarnya di tujukan untuk tentara sekutu yang menyerang mereka namun bagi Rudolf kata–kata itu ditujukkan untuknya dan keluarganya. Dan pada saat dia ditangkap tentara Amerika atas keikutsertaannya dalam organisasi Warren SS, dia menyalahkan adiknya lah yang menyebabkan dia jadi seperti itu.
Perselisihan ini jadi topik di kota asal mereka Herzogenaurach, bahkan di kota itu sampai punya dua klub bola ASV Herzogenaurach yang di support oleh Adidas, sedangkan FC Herzogenaurach di support oleh Puma. Pada tahun 1948 setelah perang dunia II Puma sempat mendominasi keberadaannya, tim sepak bola Jerman Barat memakai sepatu produksi Puma, dan Atlit Jorsey Barthel dari Luxemburg juga mengenakan Puma di Olimpiade usim panas 1952.
Ada kejadian menarik ketika atlit Armin Harry, seorang pelari cepat yang dibayar oleh Puma sebagai bagian dari sponsor. Harry yang sebelumnya menggunakan Adidas, meminta bayaran kepada Adidas seperti halnya Puma membayar mereka. Saat itu Adidas menolak membayar sang atlit, namun ketika sang atlit memutuskan menggunakan Puma dan memenangkan pertandingan, dia malah mengaku menggunakan sepatu Adidas lah yang membuat nya mendapatkan mendali emas. Hal ini membuat sang pemilik Adidas marah besar.
Perselisihan ini berlangsung sampai mereka meninggal, dua bersaudara ini tidak pernah akur. Selama berselisih mereka berusaha menjauh sejauh mungkin satu sama lain.
Tempat Penelitian
PUMA
The PUMA Store Mall Taman Anggrek, Jakarta Barat
Alamat: Jalan Tanjung Duren Timur 2 Jakarta Barat,
Indonesia 11470
Telp: +62-21 5639291
ADIDAS
Alamat: Mall Taman Anggrek U79, Jalan Letjen. S. Parman,
Jakarta Barat, Indonesia 11470
Telp : +62-21 570 5325
Data Sekunder
Data Sekunder adalah data yang diambil dari data primer yang telah diolah. Pada tabel dibawah disajikan data dari Puma dan Adidas (Bulan Juli saja).
Puma Juli
Date Day Actual Sales 2013 2013
S/T Unit TRAFFIC
1 Thursday S 3.926.800 3
T 3.926.800 2 Friday S 6.341.500 31
T 10.268.300 3 Saturday S 8.840.050 39
T 19.108.350 4 Sunday S 15.719.500 63
T 34.827.850 Total 34.827.850 136 -
5 Monday S 7.797.100 39
T 42.624.950 6 Tuesday S 12.904.000 61
T 55.528.950 7 Wednesday S 6.770.100 32
T 62.299.050 8 Thursday S 10.252.800 40
T 72.551.850 9 Friday S 13.621.000 45
T 86.172.850 10 Saturday S 9.690.100 35
T 95.862.950 11 Sunday S 12.373.700 50
T 108.236.650 Total 108.236.650 302 -
12 Monday S 4.883.600 20
T 113.120.250 13 Tuesday S 9.647.200 36
T 122.767.450 14 Wednesday S 4.107.200 17
T 126.874.650 15 Thursday S 7.938.700 18
T 134.813.350 16 Friday S 5.500.600 21
T 140.313.950 17 Saturday S 114.421.400 524
T 254.735.350 18 Sunday S 87.888.700 404
T 342.624.050 Total 342.624.050 1.040 -
19 Monday S 3.652.000 10
T 346.276.050 20 Tuesday S 5.230.900 12
T 351.506.950 21 Wednesday S 766.500 4
T 352.273.450 22 Thursday S 6.132.700 21
T 358.406.150 23 Friday S 5.599.500 21
T 364.005.650 24 Saturday S 9.522.200 24
T 373.527.850 25 Sunday S 6.622.600 20
T 380.150.450 Total 380.150.450 112 -
26 Monday S 4.833.800 18
T 384.984.250 27 Tuesday S 2.409.000 7
T 387.393.250 28 Wednesday S 2.491.100 11
T 389.884.350 29 Thursday S 2.034.600 8
T 391.918.950 30 Friday S 677.700 3
T 392.596.650 31 Saturday S 6.098.700 26
T 398.695.350 Total 398.695.350 73 -
Total All 398.695.350 1.663 -
Adidas Juli
Date Day Actual Sales 2013 2013
S/T Unit TRAFFIC
1 Thursday S 11.561.000 7
T 11.561.000 2 Friday S 5.961.000 10
T 17.522.000 3 Saturday S 2.274.000 6
T 19.796.000 4 Sunday S 11.985.000 11
T 31.781.000 Total 31.781.000 34 -
5 Monday S 3.661.000 5
T 35.442.000 6 Tuesday S 10.847.000 10
T 46.289.000 7 Wednesday S 5.029.000 9
T 51.318.000 8 Thursday S 8.162.000 10
T 59.480.000 9 Friday S 10.819.000 9
T 70.299.000 10 Saturday S 17.768.000 17
T 88.067.000 11 Sunday S 5.061.000 5
T 93.128.000 Total 93.128.000 65 -
12 Monday S 808.000 2
T 93.936.000 13 Tuesday S 4.993.000 3
T 98.929.000 14 Wednesday S 5.593.000 5
T 104.522.000 15 Thursday S 6.243.000 3
T 110.765.000 16 Friday S 5.852.000 8
T 116.617.000 17 Saturday S 10.040.200 12
T 126.657.200 18 Sunday S 21.150.400 18
T 147.807.600 Total 147.807.600 51 -
19 Monday S 2.598.000 5
T 150.405.600 20 Tuesday S 6.302.000 4
T 156.707.600 21 Wednesday S 1.595.000 1
T 158.302.600 22 Thursday S 2.653.000 3
T 160.955.600 23 Friday S 299.000 1
T 161.254.600 24 Saturday S 4.988.000 4
T 166.242.600 25 Sunday S 6.596.000 4
T 172.838.600 Total 172.838.600 22 -
26 Monday S 1.999.000 1
T 174.837.600 27 Tuesday S 7.689.000 3
T 182.526.600 28 Wednesday S 0 0
T 182.526.600 29 Thursday S 1.597.000 3
T 184.123.600 30 Friday S 345.000 1
T 184.468.600 31 Saturday S 8.516.000 6
T 192.984.600 Total 192.984.600 14 -
Total All 192.984.600 186 -
Ket : Ada 1 hari di bulan Juli dimana penjualan Adidas = 0, maka pada hari tersebut tidak diikutkan diperhitungan. Selain itu, terdapat juga pada bulan Agustus, sehingga data Puma mengikuti data Adidas (tidak diikutkan perhitungan). Tujuannya adalah agar seimbang saat perhitungan.
Analisis Statistik
Keterangan warna : Biru = Puma
: Merah = Adidas
Distribusi Frekuensi dan Jenis Grafik (Puma dan Adidas)
Tabel No. Bulan PUMA ADIDAS
Price Quantity Price Quantity
1 Juli Rp 3.926.800 3 Rp 11.561.100 7
2 Rp 6.341.500 31 Rp 5.961.000 10
3 Rp 8.840.050 39 Rp 2.274.000 6
4 Rp 15.719.500 63 Rp 11.985.000 11
5 Rp 7.797.100 39 Rp 3.661.000 5
6 Rp 12.904.000 61 Rp 10.847.000 10
7 Rp 6.770.100 32 Rp 5.029.000 9
8 Rp 10.252.800 40 Rp 8.162.000 10
9 Rp 13.621.000 45 Rp 10.819.000 9
10 Rp 9.690.100 35 Rp 17.768.000 17
11 Rp 12.373.700 50 Rp 5.061.000 5
12 Rp 4.883.600 20 Rp 808.000 2
13 Rp 9.647.200 36 Rp 4.993.000 3
14 Rp 4.107.200 17 Rp 5.593.000 5
15 Rp 7.938.700 18 Rp 6.243.000 3
16 Rp 5.500.600 21 Rp 5.852.000 8
17 Rp 114.421.400 524 Rp 10.040.200 12
18 Rp 87.888.700 404 Rp 21.150.400 18
19 Rp 3.652.000 10 Rp 2.598.000 5
20 Rp 5.230.900 12 Rp 6.302.000 4
21 Rp 766.500 4 Rp 1.595.000 1
22 Rp 6.132.700 21 Rp 2.653.000 3
23 Rp 5.599.500 21 Rp 299.000 1
24 Rp 9.522.200 24 Rp 4.988.000 4
25 Rp 6.622.600 20 Rp 6.596.000 4
26 Rp 4.833.800 18 Rp 1.999.000 1
27 Rp 2.409.000 7 Rp 7.689.000 3
28 Rp 2.034.600 8 Rp 1.597.000 3
29 Rp 677.700 3 Rp 345.000 1
30 Rp 6.098.700 26 Rp 8.516.000 6
31 Agustus Rp 7.305.400 25 Rp 11.069.000 21
32 Rp 6.311.000 28 Rp 11.993.000 22
33 Rp 12.160.800 43 Rp 26.179.000 56
34 Rp 14.402.600 60 Rp 8.005.000 19
35 Rp 8.741.900 37 Rp 10.430.400 14
36 Rp 14.068.300 56 Rp 7.181.000 30
37 Rp 7.092.400 25 Rp 5.509.000 15
38 Rp 12.971.400 48 Rp 1.817.000 4
39 Rp 8.274.600 34 Rp 6.670.000 15
40 Rp 9.845.800 127 Rp 11.053.000 17
41 Rp 7.147.200 28 Rp 7.839.000 17
42 Rp 7.292.400 28 Rp 8.896.000 21
43 Rp 7.059.600 16 Rp 3.874.000 9
44 Rp 3.668.100 33 Rp 1.826.000 9
45 Rp 1.716.500 7 Rp 16.173.000 31
46 Rp 76.788.800 330 Rp 8.872.000 21
47 Rp 78.744.300 368 Rp 9.142.200 21
48 Rp 1.743.900 5 Rp 4.113.000 11
49 Rp 2.203.500 8 Rp 1.814.000 9
50 Rp 746.900 5 Rp 2.855.000 10
51 Rp 1.795.800 8 Rp 27.803.000 28
52 Rp 3.464.600 11 Rp 6.699.000 20
53 Rp 7.212.500 26 Rp 9.228.000 21
54 Rp 9.262.800 34 Rp 8.509.000 29
55 Rp 3.864.300 16 Rp 11.777.000 26
56 Rp 3.020.300 8 Rp 2.656.000 5
57 Rp 3.860.400 10 Rp 3.713.000 11
58 Rp 2.838.400 9 Rp 35.601.500 22
59 Rp 299.000 1 Rp 6.448.000 18
60 Rp 8.732.300 65 Rp 884.000 18
Jumlah Rp 728.840.050 3151 Rp 471.613.800 756
Grafik Garis
Grafik Batang
Grafik Lingkaran
lefttop
PUMA
DATA = 1-524
Batas Bawah = 1
Batas Atas = 524
Tepi Bawah = 1- 0,5 = 0,5
Tepi Atas = 524 + 0,5 = 524,5
Class Interval= 524,5 - 0,5 = 524
Mid Point = (1+524) / 2 = 262,5
Range = Xmax - Xmin
= 524 - 1
=523
Rumus Storges = 1 + 3,3logN
= 1+3,3log60
= 1 + (3,3 x 1,778)
= 1 + 5,868
= 6,868 = 7 Kelas
Interval = R/K
= 523 / 6,868
= 76,15
=76
Kelas Freq Mid Freq. Komulatif Freq.
Relatif Freq. Komulatif < Freq.
Komulatif >
1 -- 76 55 38,5 55 (55/60) x 100%=91,7 % 0 60
77 -- 152 1 114,5 56 (1 / 60) x 100% = 1,7% 55 5
153 -- 228 0 190,5 56 (0 / 60) x 100% = 0% 56 4
229 -- 304 0 266,5 56 (0 / 62) x 100% = 0% 56 4
305 -- 380 2 342,5 58 (2 / 60) x 100% = 3,3% 56 4
381 -- 456 1 418,5 59 (1 / 60) x 100% = 1,7% 58 2
457 -- 532 1 494,5 60 (1 / 60) x 100% = 1,7% 59 1
Aplikasi dengan Ms. Excel 2007
Bin Frequency Cumulative %
76 55 91,67%
152 1 93,33%
228 0 93,33%
304 0 93,33%
380 2 96,67%
456 1 98,33%
532 1 100,00%
More 0 100,00%
Adidas
DATA = 1-56
Batas Bawah = 1
Batas Atas = 56
Tepi Bawah = 1- 0,5 = 0,5
Tepi Atas =56+0,5=56,5
Class Interval =56,5-0,5 = 56
Mid Point = (1+56) / 2 =28,5
Range = Xmax - Xmin
= 56 - 1
= 55
Rumus Storges = 1 + 3,3 log N
= 1+3,3log 60
= 1 + (3,3 x 1,778)
= 1 + 5,867
= 6,867 = 7 Kelas
Interval = R / K
= 55 / 6,867
= 8,009
= 8
Kelas Freq Mid Freq. Komulatif Freq. Relatif Freq.
Komulatif < Freq.
Komulatif >
1 -- 8 23 4,5 23 (23 / 60) x 100% = 38,3 % 0 60
9 -- 16 16 12,5 39 (16 / 60) x 100% = 26,7 % 23 37
17 -- 24 15 20,5 54 (15 / 60) x 100% = 25% 39 21
25 -- 32 5 28,5 59 (5 / 60) x 100% = 8,3% 54 6
33 -- 40 0 36,5 59 (0 / 60) x 100% = 0% 59 1
41 -- 48 0 44,5 59 (0 / 60) x 100% = 0% 59 1
49 -- 56 1 52,5 60 (1 / 60) x 100% = 1,7% 59 0
Aplikasi dengan Ms. Excel 2007
Bin Frequency Cumulative %
8 23 38,33%
16 16 65,00%
24 15 90,00%
32 5 98,33%
40 0 98,33%
48 0 98,33%
56 1 100,00%
More 0 100,00%
Kesimpulan
OBJEK DATA Batas Bawah Batas Atas Tepi Bawah Tepi Atas Class Interval Mid Point Range Storges Interval
PUMA 1 --524 1 524 0,5 524,5 524 262,5 523 7 76
ADIDAS 1 -- 56 1 56 0,5 56,5 56 28,5 55 7 8
Ukuran Gejala Pusat Data Belum Dikelompokkan (Adidas)
No. Blm Urut Mamba Array
1 7 1
2 10 1
3 6 1
4 11 1
5 5 2
6 10 3
7 9 3
8 10 3
9 9 3
10 17 3
11 5 4
12 2 4
13 3 4
14 5 4
15 3 5
16 8 5
17 12 5
18 18 5
19 5 5
20 4 6
21 1 6
22 3 7
23 1 8
24 4 9
25 4 9
26 1 9
27 3 9
28 3 9
29 1 10
30 6 10
31 21 10
32 22 10
33 56 11
34 19 11
35 14 11
36 30 12
37 15 14
38 4 15
39 15 15
40 17 17
41 17 17
42 21 17
43 9 18
44 9 18
45 31 18
46 21 19
47 21 20
48 11 21
49 9 21
50 10 21
51 28 21
52 20 21
53 21 22
54 29 22
55 26 26
56 5 28
57 11 29
58 22 30
59 18 31
60 18 56
1. Rata-Rata Hitung
X = µ = 1/N Σ Xi= 1/N(X1+X2+...Xn)
= (1 / 60). 756
= 12,6
2. Rata - Rata Ukur/ Geometri
G = N √ X1.X2. ...Xn
551047771868436000000000000000000000000000000000000000000
23474406741565100000000000000
1408464404493900000000000000000
3. Rata - Rata Harmonis
RH = N/∑(1/Xi)
RH =60 / 11,25112
5,332802423
4. Median
Data Genap, maka N = 2K
60 = 2K
K = 30
Med = ½ (Xk + Xk+1)
= ½ (X30 + X31)
= ½ (10 + 10)
= 10
5. Modus = 3, 5, 9, dan 21 (sebanyak 5 kali)
6. Kuartil : Qi=i(n+1)/4
Q1 = 1 (60+1) / 4
= 61 /4
= X 15, 25
= X15 + (0,25 . 0)
= 5 + 0
= 5
Q2 = 2 (60+1) / 4
= 2 . 15,25
= X30,5
= X30 + (0,5 . 0)
= 10 + 0
= 10
Q3 = 3 (60+1) / 4
= 3. 15, 25
= X45,75
= X45 + (0,75. 1)
= 18,75
7. Desil : Di = i (n+1)/10
D1 = 1 (60+1) / 10
= 61 / 10
= X6,1
= X6 + (0,1 . 0)
= 3 + 0
= 3
D2 = 2 (60+1) / 10
= 122 / 10
= X12,2
= X12 + 0,2 . 0
= 4 + 0
= 4
D3 = 3 (60+1) / 10
= 183 / 10
= X18,3
= X18 + (0,3 . 0)
= 5 + 0
= 5
D9 = 9 (60+1) / 10
= 549 / 10
= X54,9
= X54 + (0,9 . 4)
= 22 + 3,6
= 25,6
8. Persentil : P = i (n+1) / 100
P1 = 1(60+1)/ 100
= 61 / 100
= 0,61
= X1+(0,61 . 0)
= 1 + 0
= 1
P20 = 20 (60+1) / 100
= 1220 / 100
= X12,2
= X12 +(0,2 .0)
= 4 + 0
= 4
P70 = 70 (60+1) / 100
= 4200 / 100
= X42
= 17
P90 = 90 (60+1) / 100
= 5400 / 100
= X54
= 22
Data ADIDAS
Mean 12,6
Standard Error 1,294316127
Median 10
Mode 3
Standard Deviation 10,02572961
Sample Variance 100,5152542
Kurtosis 4,522991669
Skewness 1,600744657
Range 55
Minimum 1
Maximum 56
Sum 756
Count 60
Ukuran Gejala Pusat Data Dikelompokkan (Adidas)
Tabel Kuantiti ADIDAS :
Kelas fi Mi fi*mi
1 -- 8 23 4,5 103,5
9 -- 16 16 12,5 200
17 – 24 15 20,5 307,5
25 – 32 5 28,5 142,5
33 – 40 0 36,5 0
41 – 48 0 44,5 0
49 – 56 1 52,5 52,5
60 806
1. Rata-rata hitung
X̅ = ∑fimi
fi
= 806
60
= 13,433
2. Median
Med=Lm+(N/2-∑f)/fm * C
Med= 8,5+ (60/2 - 23) / 16 * 8
= 8,5 + (0,4375 * 8)
= 8,5+ 3,5
= 12
3.Modus
Mod = Lmo + d1 . C
d1+d2
= 0,5 + 23 .8
23 + 7
= 0,5 + 184
30
= 0,5 +6,133
= 6,63
4.Kuartil
Q1=Lq + (1N/4-∑f) * C
Fq
= 1N/4=60/4=15 berada di kelas ke-1(0,5)
= 0,5 + (15 - 0 ) * 8
23
= 5,7
Q2=Lq + (2N/4-∑f) * C
Fq
= 2N/4=120/4=30 berada di kelas ke2(8,5)
= 8,5 + (30 - 23) * 8
16
=12
Q3=Lq + (3N/4-∑f) * C
Fq
=3N/4=180/4=45 berada di kelas ke3(16,5)
= 16,5 + (45 - 39) * 8
15
= 19,7
5. Desil
D1=Ld + (1n/10-∑f ) * C
Fd
= 1N/10= 60/10=6 berada di kelas ke-1(0,5)
= 0,5 + (6-0) *8
23
= 2,59
D9=Ld + (9n/10-∑f ) * C
Fd
= 9N/10=540/10=54 berada kelas ke-(16,5)
= 16,5 + (54-39) * 8
15
=24,5
6. Persentil
Pi = Lp + (In/100-∑f) * C
Fp
P1 = 0,5 + (1.60/100 - 0)/23 *8
= 0,5 + 0,21
= 0,71
P10 = (0,5 + (10. 60/100 - 0)/23) *8
= (0,5+2,09)
= 2,59
P90 = (16,5 + (90.60/100 - 39)/15) * 8
= (16,5+8)
=24,5
Kesimpulan
Rata-rata Hitung Median Modus Kuartil Desil Persentil
13,43333333 12 6,63 (1) 5,7 (1) 2,59 (10) 2,59
(2) 12 (9) 24,5 (90) 24,5
(3) 19,7 Ukuran Penyebaran Data 1 (Puma dan Adidas)
PUMA Data Tidak Berkelompok
No. Data PUMA X̅ X-X̅ (X-X̅)²
1 3 52,52 -49,52 2452,23
2 31 52,52 -21,52 463,11
3 39 52,52 -13,52 182,79
4 63 52,52 10,48 109,83
5 39 52,52 -13,52 182,79
6 61 52,52 8,48 71,9104
7 32 52,52 -20,52 421,07
8 40 52,52 -12,52 156,75
9 45 52,52 -7,52 56,5504
10 35 52,52 -17,52 306,95
11 50 52,52 -2,52 6,3504
12 20 52,52 -32,52 1057,55
13 36 52,52 -16,52 272,91
14 17 52,52 -35,52 1261,67
15 18 52,52 -34,52 1191,63
16 21 52,52 -31,52 993,51
17 524 52,52 471,48 222293
18 404 52,52 351,48 123538
19 10 52,52 -42,52 1807,95
20 12 52,52 -40,52 1641,87
21 4 52,52 -48,52 2354,19
22 21 52,52 -31,52 993,51
23 21 52,52 -31,52 993,51
24 24 52,52 -28,52 813,39
25 20 52,52 -32,52 1057,55
26 18 52,52 -34,52 1191,63
27 7 52,52 -45,52 2072,07
28 8 52,52 -44,52 1982,03
29 3 52,52 -49,52 2452,23
30 26 52,52 -26,52 703,31
31 25 52,52 -27,52 757,35
32 28 52,52 -24,52 601,23
33 43 52,52 -9,52 90,6304
34 60 52,52 7,48 55,9504
35 37 52,52 -15,52 240,87
36 56 52,52 3,48 12,1104
37 25 52,52 -27,52 757,35
38 48 52,52 -4,52 20,4304
39 34 52,52 -18,52 342,99
40 127 52,52 74,48 5547,27
41 28 52,52 -24,52 601,23
42 28 52,52 -24,52 601,23
43 16 52,52 -36,52 1333,71
44 33 52,52 -19,52 381,03
45 7 52,52 -45,52 2072,07
46 330 52,52 277,48 76995,2
47 368 52,52 315,48 99527,6
48 5 52,52 -47,52 2258,15
49 8 52,52 -44,52 1982,03
50 5 52,52 -47,52 2258,15
51 8 52,52 -44,52 1982,03
52 11 52,52 -41,52 1723,91
53 26 52,52 -26,52 703,31
54 34 52,52 -18,52 342,99
55 16 52,52 -36,52 1333,71
56 8 52,52 -44,52 1982,03
57 10 52,52 -42,52 1807,95
58 9 52,52 -43,52 1893,99
59 1 52,52 -51,52 2654,31
60 65 52,52 12,48 155,75
3151 584099
Mean 52,516667 1. Jangkauan (Range)
R = Max – Min
= 524 – 1
= 523
2. Mean
X̅ = 3151 / 60
= 52,52
3. Simpangan Rata-rata (Mean Deviation) Data Tunggal
= 1/60 ( 3065,8 )
= 51,097
4. Variansi (Variance) S² = 1/n-1 Σ (X - X̅)² = 1/59 (584099) = 9899,983 5. Simpangan Baku (Standard Deviation)
S = √ S²
= √ 9899,983
= 99,49866
6. Jangkauan Kuartil JK = ⅟2 (Q₃ - Q₁) = ⅟2(62,68 - 21,23) = 20,725 7. Jangkauan Persentil JP₁₀-₉₀ = P₉₀ - P₁₀ = 75,1 - 8,79 = 66,31 Aplikasi Ms Excel Data Tunggal
Data PUMA
Mean 52,5167
Standard Error 12,8452
Median 25,5
Mode 8
StandardDeviation 99,4987
Sample Variance 9899,98
Kurtosis 12,2791
Skewness 3,54569
Range 523
Minimum 1
Maximum 524
Sum 3151
Count 60
Data Berkelompok
Kelas Fi Mi Fi.Mi |X-X̅| fi|X-X̅| fi(X-X̅)²
1 -- 76 55 38,5 2117,5 25,3333 1393,33 35297,8
77 -- 152 1 114,5 114,5 50,6667 50,6667 2567,11
153 – 228 0 190,5 0 126,667 0 0
229 – 304 0 266,5 0 202,667 0 0
305 -- 380 2 342,5 685 278,667 557,333 155310
381 – 456 1 418,5 418,5 354,667 354,667 125788
457 – 532 1 494,5 494,5 494,5 494,5 244530
60 3830 1533,17 2850,5 563494
Mean 63,8333 Simp. Rata" Data Berkelompok SR = 1/n Σf |X-X̅| = 1/60 * 2850,5 = 47,508 Variansi Data Berkelompok S² = 1/n-1 Σf (X - X̅)² = 1/59 (563494) = 9550,7 Simpangan Baku Data Berkelompok S = √ S² = √9550,7 = 97,728 ADIDAS
Data Tidak Berkelompok
No. Data ADIDAS X̅ X-X̅ (X-X̅)²
1 7 12,6 -5,6 31,36
2 10 12,6 -2,6 6,76
3 6 12,6 -6,6 43,56
4 11 12,6 -1,6 2,56
5 5 12,6 -7,6 57,76
6 10 12,6 -2,6 6,76
7 9 12,6 -3,6 12,96
8 10 12,6 -2,6 6,76
9 9 12,6 -3,6 12,96
10 17 12,6 4,4 19,36
11 5 12,6 -7,6 57,76
12 2 12,6 -10,6 112,36
13 3 12,6 -9,6 92,16
14 5 12,6 -7,6 57,76
15 3 12,6 -9,6 92,16
16 8 12,6 -4,6 21,16
17 12 12,6 -0,6 0,36
18 18 12,6 5,4 29,16
19 5 12,6 -7,6 57,76
20 4 12,6 -8,6 73,96
21 1 12,6 -11,6 134,56
22 3 12,6 -9,6 92,16
23 1 12,6 -11,6 134,56
24 4 12,6 -8,6 73,96
25 4 12,6 -8,6 73,96
26 1 12,6 -11,6 134,56
27 3 12,6 -9,6 92,16
28 3 12,6 -9,6 92,16
29 1 12,6 -11,6 134,56
30 6 12,6 -6,6 43,56
31 21 12,6 8,4 70,56
32 22 12,6 9,4 88,36
33 56 12,6 43,4 1883,56
34 19 12,6 6,4 40,96
35 14 12,6 1,4 1,96
36 30 12,6 17,4 302,76
37 15 12,6 2,4 5,76
38 4 12,6 -8,6 73,96
39 15 12,6 2,4 5,76
40 17 12,6 4,4 19,36
41 17 12,6 4,4 19,36
42 21 12,6 8,4 70,56
43 9 12,6 -3,6 12,96
44 9 12,6 -3,6 12,96
45 31 12,6 18,4 338,56
46 21 12,6 8,4 70,56
47 21 12,6 8,4 70,56
48 11 12,6 -1,6 2,56
49 9 12,6 -3,6 12,96
50 10 12,6 -2,6 6,76
51 28 12,6 15,4 237,16
52 20 12,6 7,4 54,76
53 21 12,6 8,4 70,56
54 29 12,6 16,4 268,96
55 26 12,6 13,4 179,56
56 5 12,6 -7,6 57,76
57 11 12,6 -1,6 2,56
58 22 12,6 9,4 88,36
59 18 12,6 5,4 29,16
60 18 12,6 5,4 29,16
756 5930,4
Mean 12,6 1. Jangkauan (Range) R = Max – Min = 56 – 1 = 55 2. Mean X̅ =756 / 60 = 12,6 3. Simpangan Rata-rata (Mean Deviation)
= 1/60 (469,2) |X-X̅|
= 7,82
4. Variansi (Variance) S² = 1/n-1 Σ (X - X̅)² = 1/59 (5930,4) = 100,515 5. Simpangan Baku (Standard Deviation)
S = √ S²
= √ 100,515
= 10,0257
6. Jangkauan Kuartil JK = ⅟2 (Q₃ - Q₁) = ⅟2 (18,75 - 5) = 13,75 7. Jangkauan Persentil JP₁₀-₉₀ = P₉₀ - P₁₀ = 22-3 = 19 Aplikasi Ms Excel Data Tunggal
Column1
Mean 12,6
Standard Error 1,294316
Median 10
Mode 5
StandardDeviation 10,02573
Sample Variance 100,5153
Kurtosis 4,522992
Skewness 1,600745
Range 55
Minimum 1
Maximum 56
Sum 756
Count 60
Data Berkelompok
Kelas fi mi fi*mi |X-X̅| fi|X-X̅| fi(X-X̅)²
1 -- 8 23 4,5 103,5 17,933 412,467 7396,9
9 -- 16 16 12,5 200 25,933 414,933 10761
17 -- 24 15 20,5 307,5 7,0667 7,06667 749,07
25 -- 32 5 28,5 142,5 15,067 15,0667 1135
33 -- 40 0 36,5 0 23,067 0 0
41 -- 48 0 44,5 0 31,067 0 0
49 -- 56 1 52,5 52,5 39,067 39,0667 1526,2
60 806 159,2 888,6 21568
Mean 13,43333 Simp. Rata" Data Berkelompok SR = 1/n Σf |X-X̅| = 1/60 * 888,6 = 14,81 Variansi Data Berkelompok S² = 1/n-1 Σf (X - X̅)² = 1/59 (21568) = 365,56 Simpangan Baku Data Berkelompok S = √ S² = √365,56 = 19,1196 Kesimpulan
OBJEK Range Mean S. Rata " Variansi S. Baku J. Kuartil J. Persentil
PUMA 523 52,52 51,097 9899,983 99,49866 20,725 66,31
Populasi 63,8333 13,3 403,9 20,0973
ADIDAS 55 12,6 7,82 100,515 10,0257 13,75 19
Populasi 13,34333 5,6867 47,646 6,90261
Ukuran Penyebaran Data 2 (Puma dan Adidas)
PUMA
No. Data PUMA Mamba Array
1 3 1
2 31 3
3 39 3
4 63 4
5 39 5
6 61 5
7 32 7
8 40 7
9 45 8
10 35 8
11 50 8
12 20 8
13 36 9
14 17 10
15 18 10
16 21 11
17 524 12
18 404 16
19 10 16
20 12 17
21 4 18
22 21 18
23 21 20
24 24 20
25 20 21
26 18 21
27 7 21
28 8 24
29 3 25
30 26 25
31 25 26
32 28 26
33 43 28
34 60 28
35 37 28
36 56 31
37 25 32
38 48 33
39 34 34
40 127 34
41 28 35
42 28 36
43 16 37
44 33 39
45 7 39
46 330 40
47 368 43
48 5 45
49 8 48
50 5 50
51 8 56
52 11 60
53 26 61
54 34 63
55 16 65
56 8 127
57 10 330
58 9 368
59 1 404
60 65 524
3151 52,516667 1. Nilai Pearson 4. Keruncingan α = 3/S (X̅ - Median) α₄ = 1/nS⁴Σ(Xᵢ-X̅)⁴ = 3/99,50502 ( 52,52 - 41,95) = 1/60.98034731 (5331427719446) = 3/99,50502 (10,57) =906,3841658 = 0,318677 2. Nilai Momen α₃= 1/nSᵌ (Xᵢ - X̅)ᵌ = 1/60.985223,9803 (1970015846) =1/59113438,82 (1970015846) =33,32602341 3. Nilai Bowley α₃= Q₃+Q₁-2Q₂ Q₃ ₋ Q₁ 62,68 + 21,23 - 2 .41,95 62,68 - 21,23 0,01 41,45 = 0,00024125 Data PUMA Mean 52,51666667 Standard Error 12,8452214 Median 25,5 Mode 8 Standard Deviation 99,49865712 Sample Variance 9899,982768 Kurtosis 12,27914306 Lebih dari 3, jadi disebut Leptokurtis Skewness 3,545688851 Miring Ke KANAN karena Skewness bernilai positif
Range 523 Minimum 1 Maximum 524 Sum 3151 Count 60 ADIDAS
No. Data ADIDAS Mamba Array
1 7 1
2 10 1
3 6 1
4 11 1
5 5 2
6 10 3
7 9 3
8 10 3
9 9 3
10 17 3
11 5 4
12 2 4
13 3 4
14 5 4
15 3 5
16 8 5
17 12 5
18 18 5
19 5 5
20 4 6
21 1 6
22 3 7
23 1 8
24 4 9
25 4 9
26 1 9
27 3 9
28 3 9
29 1 10
30 6 10
31 21 10
32 22 10
33 56 11
34 19 11
35 14 11
36 30 12
37 15 14
38 4 15
39 15 15
40 17 17
41 17 17
42 21 17
43 9 18
44 9 18
45 31 18
46 21 19
47 21 20
48 11 21
49 9 21
50 10 21
51 28 21
52 20 21
53 21 22
54 29 22
55 26 26
56 5 28
57 11 29
58 22 30
59 18 31
60 18 56
756 Mean 12,6 1. Nilai Pearson 4. Keruncingan α = 3/S (X̅ - Median) α₄ = 1/nS⁴Σ(Xᵢ-X̅)⁴ = 3/10,0257 ( 12,6 - 10) =1/60.10103,2 (4136189) =3/10,0257(2,6) =6,823234617 = 0,778001 2. Nilai Momen α₃= 1/nSᵌ (Xᵢ - X̅)ᵌ = 1/60.1007,73 (92002,32) =1,521610209 Mendekati Benar 3. Nilai Bowley α₃= Q₃+Q₁-2Q₂ Q₃ ₋ Q₁ 19,7 + 5,7 - 2 .12 19,7 - 5,7 1,4 14 = 0,1 Data ADIDAS Mean 12,6 Standard Error 1,294316127 Median 10 Mode 5 StandardDeviation 10,02572961 Sample Variance 100,5152542 Kurtosis 4,522991669 Lebih dari 3, jadi disebut Leptokurtis Skewness 1,600744657 Miring Ke KANAN karena Skewness bernilai positif
Range 55 Minimum 1 Maximum 56 Sum 756 Count 60 Kesimpulan
OBJEK Pearson Momen Bowley Kemiringan Keruncingan
PUMA 0,318677 33,3260234 0,00024125 Ke Kanan Leptokurtis
ADIDAS 0,778001 1,521610209 0,1 Ke Kanan Leptokurtis
Angka Indeks (Puma dan Adidas)
Objek Tgl Bulan Kuantitas (Q) Harga Rata-Rata (P)
PUMA ADIDAS PUMA ADIDAS
0 3 Juli 39 6 Rp 226.668 Rp 379.000
t 30 Agustus 1 18 Rp 299.000 Rp 358.222
Tanggal 3 Juli dijadikan sebagai objek dasar
Tanggal 30 Agustus dijadikan sebagai objek ke-t
* INDEKS TIDAK TERTIMBANG 1. Angka Indeks Sederhana Relatif Harga
29527519050
PUMA = Rp 299.000 x 100% Rp 226.668 = 1,319109888 x 100% = 131,9109888 % NAIK 31,91% ADIDAS = Rp 358.222 x 100% Rp 379.000 = 0,945176781 x 100% = 94,5176781 % TURUN 5,48% 2. Angka Indeks Sederhana Relatif Kuantitas
18415121920 PUMA = 1 x 100% 39 = 0,025641026 x 100% = 2,56% TURUN 97,44 % ADIDAS = 18 x 100% 6 = 3 x 100% = 300% NAIK 200% 3. Angka Indeks Sederhana Harga Agregatif
1143009525
= Rp 299.000 + Rp 358.222 x 100%
Rp 226.668 + Rp 379.000 = Rp 657.222 x 100%
Rp 605.668
= 1,08511924 x 100%
= 108,511924 %
NAIK 8,50%
4. Angka Indeks Sederhana Kuantitas Agregatif
1428750
= 1 + 18 x 100% 39 + 6 = 19 x 100% 45 = 0,422222222 x 100% = 42,22% TURUN 57,78 % 5. Angka Indeks Sederhana Harga Rata" Relatif 39052566675
= 1/2 { Rp299.000 x 100%} + { Rp358.222 x 100% }
Rp226.668 Rp379.000 = 1/2 {131,9 % + 94,5 % }
= 1/2 {226,4 %}
= 113,2 %
NAIK 13,20%
6. Angka Indeks Sederhana Kuantitas Rata-rata Agregatif 32385085725
= 1/2 { 1 x 100%} + { 18 x 100% }
39 6 = 1/2 {2,56 % + 300 % }
= 1/2 {302,56 %}
= 151,28 %
NAIK 51,28%
* INDEKS TERTIMBANG 1. Indeks Harga Agregatif Tertimbang a. Indeks Laspeyres 57150057150
= { (Rp 299.000 x 39) + (Rp 358.222 x 6) } x 100%
(Rp 226.668 x 39) + (Rp 379.000 x 6) = (Rp 11.661.000 + Rp 2.149.332) x 100%
(Rp 8.840.052 + Rp 2.274.000) = Rp13.810.332 x 100%
Rp11.114.052
= 1,242600988 x 100%
= 124,30%
NAIK 24,3 %
b. Indeks Pasche 58102538100
= { (Rp 299.000 x 1) + (Rp 358.222 x 18) } x 100%
(Rp 226.668 x 1) + (Rp 379.000 x 18) = (Rp 299.000 + Rp 6.447.996) x 100%
(Rp 226.668 + Rp 6.822.000) = Rp6.746.996 x 100%
Rp7.048.668
= 0,957201559 x 100%
= 95,70%
TURUN 4,3 %
7. Indeks Produksi Agregatif Tertimbang a. Indeks Laspeyres 38100085725
= {(Rp 226.668 x 1) + (Rp 379.000 x 18)} x 100%
{(Rp 226.668 x 39) + (Rp 379.000 x 6)} = { Rp 226.668 + Rp 6.822.000 } x 100%
{ Rp 8.840.052 + Rp 2.274.000 }
= Rp7.048.668 x 100%
Rp11.114.052
= 0,634212257 x 100%
= 63,40%
TURUN 36,6 %
b. Indeks Pasche 35242538100
= {( Rp 299.000 x 1) + (Rp 358.222 x 18)} x 100%
{(Rp 299.000 x 39) + (Rp 358.222 x 6)} = ( Rp 299.000 + Rp 6.447.996) x 100%
(Rp 11.661.000 + Rp 2.149.332)
= 6746996 x 100%
13810332
= 0,488546981 x 100%
= 48,80%
= 51,2 %
TURUN 48,8 %
8. Variasi Dari Indeks Harga Tertimbang
a. Indeks Fischer I = √Lharga x Pharga = √ 124,3% x 95,7% = √ 11895,51 = 109,0665393 % NAIK 9,06% b. Indeks Drobisch I = ⅟2 (Lharga + Pharga) = ⅟2 (124,3% + 95,7%) = ⅟2 220 = 110 % NAIK 10% 9. Variasi Dari Indeks Produksi Tertimbang
a. Indeks Fischer I = √Lproduk x Pproduk = √ 63,40 % x 48,80% = √ 3093,92 = 55,62301682 % = 44,37698318 % TURUN 55,6 % b. Indeks Drobisch I = ⅟2 (Lproduk + Pproduk) = ⅟2 ( 63,40 % + 48,80% ) = ⅟2 112,20% = 56,10% TURUN 43,9 % Regresi dan Korelasi (Puma dan Adidas)
No. PUMA (x) ADIDAS (y) x² y² x * y xy²
1 3 7 9 49 21 441
2 31 10 961 100 310 96100
3 39 6 1521 36 234 54756
4 63 11 3969 121 693 480249
5 39 5 1521 25 195 38025
6 61 10 3721 100 610 372100
7 32 9 1024 81 288 82944
8 40 10 1600 100 400 160000
9 45 9 2025 81 405 164025
10 35 17 1225 289 595 354025
11 50 5 2500 25 250 62500
12 20 2 400 4 40 1600
13 36 3 1296 9 108 11664
14 17 5 289 25 85 7225
15 18 3 324 9 54 2916
16 21 8 441 64 168 28224
17 524 12 274576 144 6288 39538944
18 404 18 163216 324 7272 52881984
19 10 5 100 25 50 2500
20 12 4 144 16 48 2304
21 4 1 16 1 4 16
22 21 3 441 9 63 3969
23 21 1 441 1 21 441
24 24 4 576 16 96 9216
25 20 4 400 16 80 6400
26 18 1 324 1 18 324
27 7 3 49 9 21 441
28 8 3 64 9 24 576
29 3 1 9 1 3 9
30 26 6 676 36 156 24336
31 25 21 625 441 525 275625
32 28 22 784 484 616 379456
33 43 56 1849 3136 2408 5798464
34 60 19 3600 361 1140 1299600
35 37 14 1369 196 518 268324
36 56 30 3136 900 1680 2822400
37 25 15 625 225 375 140625
38 48 4 2304 16 192 36864
39 34 15 1156 225 510 260100
40 127 17 16129 289 2159 4661281
41 28 17 784 289 476 226576
42 28 21 784 441 588 345744
43 16 9 256 81 144 20736
44 33 9 1089 81 297 88209
45 7 31 49 961 217 47089
46 330 21 108900 441 6930 48024900
47 368 21 135424 441 7728 59721984
48 5 11 25 121 55 3025
49 8 9 64 81 72 5184
50 5 10 25 100 50 2500
51 8 28 64 784 224 50176
52 11 20 121 400 220 48400
53 26 21 676 441 546 298116
54 34 29 1156 841 986 972196
55 16 26 256 676 416 173056
56 8 5 64 25 40 1600
57 10 11 100 121 110 12100
58 9 22 81 484 198 39204
59 1 18 1 324 18 324
60 65 18 4225 324 1170 1368900
3151 756 749579 15456 49208 221781012
REGRESI Regression Statistics
Multiple R 0,161504705
R Square 0,02608377
Adjusted R Square 0,009292111
Standard Error 9,979040805
Observations 60
ANOVA df SS MS F Significance F Regression 1 154,6871879 154,6871879 1,553377 0,217648 Residual 58 5775,712812 99,58125538 Total 59 5930,4 Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 11,74536416 1,459414489 8,047997503 5,09E-11 8,824029 14,6667 8,824029 14,6667
X Variable 1 0,016273612 0,013057065 1,246345281 0,217648 -0,00986 0,04241 -0,00986 0,04241
KORELASI Column 1 Column 2
Column 1 1 Column 2 0,161504705 1
1. Koefisien Regresi Regresi Hitung Manual b = nΣxy - Σx . Σy nΣx^2 - (Σx)^2 = (60 . 49208) - (3151 . 756) 60. 749579 -(3151)^2 = 2952480 - 2382156 44974740 - 9928801 = 570324 35045939 = 0,016273612 → POSITIF
x̅ = Σx/n = 3151 / 60 = 52,51666667 y̅ = Σy/n = 756 / 60 = 12,6 2. Intersep a = y̅ - bx̅ = 12,6 - (0,01627361 . 52,52) = 12,6 - 0,854635837 = 11,74536416 Jadi Persamaan Regresinya : y = 11,7 + 0,016 x 3. Koefisien Relasi Linier (r) r = n Σx y -Σx. Σy √ {nΣx^2 -(Σx)^2} {nΣy^2 -(Σy)^2} = 60 . 49208 - ( 3151 . 756) √ {60 . 749579 - (3151)^2} {60 . 15456 - (756)^2} = 2952480 -2382156 √ {44974740 -9928801} {927360 -571536} = 570324 √ 35045939 . 355824 = 570324 √ 12470186198736 = 570324 3531315,081 = 0,161504705 → POSITIF 4. Koefisien Determinasi
r²= (0,161504705)²
= 0,02608377
Kesimpulan : Besarnya sumbangan X terhadap naik turunnya Y adalah 2,6 %
sedangkan 97,4 % disebabkan oleh faktor lain.
Analisa Data Berkala Metode Semi Average (Adidas)
ADIDAS
Hari X Quantity Semi Total Semi Average Nilai Trend
1 0 7 0,0133
2 1 10 0,44
3 2 6 0,8667
4 3 11 1,2934
5 4 5 1,7201
6 5 10 2,1468
7 6 9 2,5735
8 7 10 3,0002
9 8 9 3,4269
10 9 17 3,8536
11 10 5 4,2803
12 11 2 4,707
13 12 3 5,1337
14 13 5 5,5604
15 14 3 186/30= 5,9871
16 15 8 186 6,2 6,4138
17 16 12 6,8405
18 17 18 7,2672
19 18 5 7,6939
20 19 4 8,1206
21 20 1 8,5473
22 21 3 8,974
23 22 1 9,4007
24 23 4 9,8274
25 24 4 10,2541
26 25 1 10,6808
27 26 3 11,1075
28 27 3 11,5342
29 28 1 11,9609
30 29 6 12,3876
31 30 21 12,8143
32 31 22 13,241
33 32 56 13,6677
34 33 19 14,0944
35 34 14 14,5211
36 35 30 14,9478
37 36 15 15,3745
38 37 4 15,8012
39 38 15 16,2279
40 39 17 16,6546
41 40 17 17,0813
42 41 21 17,508
43 42 9 17,9347
44 43 9 570/30 = 18,3614
45 44 31 570 19 18,7881
46 45 21 19,2148
47 46 21 19,6415
48 47 11 20,0682
49 48 9 20,4949
50 49 10 20,9216
51 50 28 21,3483
52 51 20 21,775
53 52 21 22,2017
54 53 29 22,6284
55 54 26 23,0551
56 55 5 23,4818
57 56 11 23,9085
58 57 22 24,3352
59 58 18 24,7619
60 59 18 25,1886
756 756,057
Persamaan Nilai Trend
(x1,y1) = {(14,5) , (6,2)} (x2,y2) = {(44,5) , 19}
b = y̅2 – y̅1 = 19 - 6,2 = 12,8 = 0,4267
n 30 30
y̅1ʹ = a0 + bx y̅2ʹ = a0 + bx
6,2 = a0 + 0,4267 (14,5) 19 = a0 + 0,4266667 (44,5)
-a0 = 6,1867 - 6,2 -a0 = 18,9867 - 19
= 0,0133 = 0,0133
Jadi Persamaan taksiran Nilai Trend nya :
yʹ = 0,0133 + 0,4267 x
Total ada 60 hari, jadi data genap dan komponen kelompok Genap. OBJEK Persamaan Nilai Trend ADIDAS yʹ = 0,0133 + 0,4267 x dimana x adalah variabel bebas dari waktu ( hari)
Analisa Data Berkala Metode Moving Average (Adidas)
Rata-rata Bergerak Sederhana ADIDAS
Hari Quantity Jumlah Bergerak selama 3 hari Rata-Rata Bergerak/3 hari
1 7
2 10 23 7,666666667
3 6 27 9
4 11 22 7,333333333
5 5 26 8,666666667
6 10 24 8
7 9 29 9,666666667
8 10 28 9,333333333
9 9 36 12
10 17 31 10,33333333
11 5 24 8
12 2 10 3,333333333
13 3 10 3,333333333
14 5 11 3,666666667
15 3 16 5,333333333
16 8 23 7,666666667
17 12 38 12,66666667
18 18 35 11,66666667
19 5 27 9
20 4 10 3,333333333
21 1 8 2,666666667
22 3 5 1,666666667
23 1 8 2,666666667
24 4 9 3
25 4 9 3
26 1 8 2,666666667
27 3 7 2,333333333
28 3 7 2,333333333
29 1 10 3,333333333
30 6 28 9,333333333
31 21 49 16,33333333
32 22 99 33
33 56 97 32,33333333
34 19 89 29,66666667
35 14 63 21
36 30 59 19,66666667
37 15 49 16,33333333
38 4 34 11,33333333
39 15 36 12
40 17 49 16,33333333
41 17 55 18,33333333
42 21 47 15,66666667
43 9 39 13
44 9 49 16,33333333
45 31 61 20,33333333
46 21 73 24,33333333
47 21 53 17,66666667
48 11 41 13,66666667
49 9 30 10
50 10 47 15,66666667
51 28 58 19,33333333
52 20 69 23
53 21 70 23,33333333
54 29 76 25,33333333
55 26 60 20
56 5 42 14
57 11 38 12,66666667
58 22 51 17
59 18 58 19,33333333
60 18
Rata-rata Bergerak Tertimbang ADIDAS
Quantity Jml Bergerak Ter- timbang slm 3 hari Ratarata bergerak tertimbang / 3 hari
7
10 23 5,75
6 27 6,75
11 22 5,5
5 26 6,5
10 24 6
9 29 7,25
10 28 7
9 36 9
17 31 7,75
5 24 6
2 10 2,5
3 10 2,5
5 11 2,75
3 16 4
8 23 5,75
12 38 9,5
18 35 8,75
5 27 6,75
4 10 2,5
1 8 2
3 5 1,25
1 8 2
4 9 2,25
4 9 2,25
1 8 2
3 7 1,75
3 7 1,75
1 10 2,5
6 28 7
21 49 12,25
22 99 24,75
56 97 24,25
19 89 22,25
14 63 15,75
30 59 14,75
15 49 12,25
4 34 8,5
15 36 9
17 49 12,25
17 55 13,75
21 47 11,75
9 39 9,75
9 49 12,25
31 61 15,25
21 73 18,25
21 53 13,25
11 41 10,25
9 30 7,5
10 47 11,75
28 58 14,5
20 69 17,25
21 70 17,5
29 76 19
26 60 15
5 42 10,5
11 38 9,5
22 51 12,75
18 58 14,5
18
Analisa Data Berkala Metode Least Square (Adidas)
Hari Quantity (Y) X YX X2 Nilai Trend
1 7 -59 -413 3481 4,809817
2 10 -57 -570 3249 5,073891
3 6 -55 -330 3025 5,337965
4 11 -53 -583 2809 5,602039
5 5 -51 -255 2601 5,866113
6 10 -49 -490 2401 6,130187
7 9 -47 -423 2209 6,394261
8 10 -45 -450 2025 6,658335
9 9 -43 -387 1849 6,922409
10 17 -41 -697 1681 7,186483
11 5 -39 -195 1521 7,450557
12 2 -37 -74 1369 7,714631
13 3 -35 -105 1225 7,978705
14 5 -33 -165 1089 8,242779
15 3 -31 -93 961 8,506853
16 8 -29 -232 841 8,770927
17 12 -27 -324 729 9,035001
18 18 -25 -450 625 9,299075
19 5 -23 -115 529 9,563149
20 4 -21 -84 441 9,827223
21 1 -19 -19 361 10,091297
22 3 -17 -51 289 10,355371
23 1 -15 -15 225 10,619445
24 4 -13 -52 169 10,883519
25 4 -11 -44 121 11,147593
26 1 -9 -9 81 11,411667
27 3 -7 -21 49 11,675741
28 3 -5 -15 25 11,939815
29 1 -3 -3 9 12,203889
30 6 -1 -6 1 12,467963
31 21 1 21 1 12,732037
32 22 3 66 9 12,996111
33 56 5 280 25 13,260185
34 19 7 133 49 13,524259
35 14 9 126 81 13,788333
36 30 11 330 121 14,052407
37 15 13 195 169 14,316481
38 4 15 60 225 14,580555
39 15 17 255 289 14,844629
40 17 19 323 361 15,108703
41 17 21 357 441 15,372777
42 21 23 483 529 15,636851
43 9 25 225 625 15,900925
44 9 27 243 729 16,164999
45 31 29 899 841 16,429073
46 21 31 651 961 16,693147
47 21 33 693 1089 16,957221
48 11 35 385 1225 17,221295
49 9 37 333 1369 17,485369
50 10 39 390 1521 17,749443
51 28 41 1148 1681 18,013517
52 20 43 860 1849 18,277591
53 21 45 945 2025 18,541665
54 29 47 1363 2209 18,805739
55 26 49 1274 2401 19,069813
56 5 51 255 2601 19,333887
57 11 53 583 2809 19,597961
58 22 55 1210 3025 19,862035
59 18 57 1026 3249 20,126109
60 18 59 1062 3481 20,390183
Jml 756 0 9504 71980 756
APLIKASI PERAMALAN DENGAN EXCEL Hari Quantity (Y) 1 7 2 10 3 6 4 11 5 5 6 10 7 9 8 10 9 9 10 17 11 5 12 2 13 3 14 5 15 3 16 8 17 12 18 18 19 5 20 4 21 1 22 3 23 1 24 4 25 4 26 1 27 3 28 3 29 1 30 6 31 21 32 22 33 56 34 19 35 14 36 30 37 15 38 4 39 15 40 17 41 17 42 21 43 9 44 9 45 31 46 21 47 21 48 11 49 9 50 10 51 28 52 20 53 21 54 29 55 26 56 5 57 11 58 22 59 18 60 18 61 20,65423729 Peramalan hari ke 61 = 21 unit
Persamaan Garis Trend
a0 = (∑y) / n b = (∑yx) / ∑x²
= 756 / 60 = 9504 / 71980
= 12,6 = 0,132037
yʹ = a0 + bx
= 12,6 + 0,132037 x
Jadi persamaan garis trend nya adalah : 12,6 + 0,132037 x
Peramalan pada hari ke-61, q sebesar 21 unit
BAB III
PENUTUP
3.1 Kesimpulan
PUMA dan ADIDAS merupakan 2 perusahaan dimana pemiliknya adalah bersaudara.
Penjualan selama waktu penelitian di Puma lebih unggul daripada di Adidas.
Mengetahui Statistika penjulan di Puma dan Adidas selama 60 hari.
Selain dengan perhitungan manual, kita dapat mencari nilai mean, peramalan, penyajian tabel, dll dengan menggunakan Ms. Excel.
Hasil Perhitungan :
OBJEK DATA Tepi Bawah Tepi Atas Class Interval Mid Point Range Storges Interval
PUMA 1 --524 0,5 524,5 524 262,5 523 7 76
ADIDAS 1 -- 56 0,5 56,5 56 28,5 55 7 8
Adidas
Rata-rata Hitung Median Modus Kuartil Desil Persentil
13,43333333 12 6,63 (1) 5,7 (1) 2,59 (10) 2,59
(2) 12 (9) 24,5 (90) 24,5
(3) 19,7 OBJEK Range Mean S. Rata " Variansi S. Baku J. Kuartil J. Persentil
PUMA 523 52,52 51,097 9899,983 99,49866 20,725 66,31
Populasi 63,8333 47,508 9550,7 97,728
ADIDAS 55 12,6 7,82 100,515 10,0257 13,75 19
Populasi 13,34333 14,81 365,56 19,1196
OBJEK Pearson Momen Bowley Kemiringan Keruncingan
PUMA 0,318677 33,3260234 0,00024125 Ke Kanan Leptokurtis
ADIDAS 0,778001 1,521610209 0,1 Ke Kanan Leptokurtis
OBJEK Pearson Momen Bowley Kemiringan Keruncingan
PUMA 0,318677 33,3260234 0,00024125 Ke Kanan Leptokurtis
ADIDAS 0,778001 1,521610209 0,1 Ke Kanan Leptokurtis
Adidas
a b X y r r² Persamaan Garis Regresi Linier
11,74536416 0,016274 52,51667 12,6 0,161505 0,026084 y = 11,7 + 0,016 x
Pers. Nilai Trend Metode Semi Average Adidas :
OBJEK Persamaan Nilai Trend
ADIDAS yʹ = 0,0133 + 0,4267 x
Persamaan garis trend Metode Least Square Adidas :
Jadi persamaan garis trend nya adalah : 12,6 + 0,132037 x
DAFTAR PUSTAKA
Anoname. 2009. SPSS 17 untuk Pengolahan Data Statistik. Yogyakarta: Andi Offset.
Kuswadi, dan Mutiara, Erna. 2004. Statistik Berbasis Komputer untuk Orang-orang Non Statistik. Jakarta: Elex Media Komputindo.
Nazir, Moh. 2005. Metode Penelitian. Bogor: Ghalia Indonesia.
Riana, Dwiza. 2012. Statistika Deskriptif Itu Mudah. Tangerang: Jelajah Nusa.
Supranto, J. 2009. Statistik : Teori dan Aplikasi, Edisi Ke-tujuh, Jilid 1. Jakarta: Erlangga.
Santoso, Singgih. 2006. Seri Solusi Bisnis Berbasis TI : Menggunakan SPSS dan Excel untuk mengukur Sikap dan Kepuasan Konsumen. Jakarta: Elex Media Komputindo.
http://perpustakaancyber.blogspot.com/2013/04/rumus-simpangan-baku-simpangan-rata-rata-ragam-variansi-koefien-keragaman-contoh-soal-jawaban-statistik-matematika.html
Terimakasih telah membaca MAKALAH STATISTIKA DESKRIPTIF Analisis Statistik Penjualan Jaket Puma dan Adidas Semester 3. Gunakan kotak pencarian untuk mencari artikel yang ingin anda cari.
Semoga bermanfaat
0 komentar: