41
ii
Moving Average
Data Point
Value
Perbandingan Penjualan Bulan Agustus (P)
Tanggal
Perbandingan Penjualan Bulan Juli (P)
Tanggal
Perbandingan Penjualan Bulan Agustus (P)
Tanggal
Perbandingan Penjualan Bulan Juli (P)
Tanggal
Perandingan Kuantitas
Bulan Juli dan Agustus
PUMA
3151
ADIDAS
756
Histogram
Bin
Frequency
Histogram
Bin
Frequency
Perbandingan Price
Bulan Juli dan Agustus
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 2013
Penulis
DAFTAR ISI
JUDUL MAKALAH. i
KATA PENGANTAR. ii
DAFTAR ISI iii
BAB I PENDAHULUAN. 1
Latar Belakang . 1
Tujuan Penelitian. 2
BAB II PEMBAHASAN. 3
Sejarah Perusahaan 3
Tempat Penelitian 5
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
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 = 2 (Q - Q )
= 2(62,68 - 21,23)
= 20,725
7. Jangkauan Persentil
JP - = P - P
= 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 = 2 (Q - Q )
= 2 (18,75 - 5)
= 13,75
7. Jangkauan Persentil
JP - = P - P
= 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)
α = 1/nS Σ(Xᵢ-X̅)
= 3/99,50502 ( 52,52 - 41,95)
= 1/60.98034731 (5331427719446)
= 3/99,50502 (10,57)
=906,3841658
= 0,318677
2. Nilai Momen
α = 1/nSᵌ (Xᵢ - X̅)ᵌ
= 1/60.985223,9803 (1970015846)
=1/59113438,82 (1970015846)
=33,32602341
3. Nilai Bowley
α =
Q +Q -2Q
Q Q
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)
α = 1/nS Σ(Xᵢ-X̅)
= 3/10,0257 ( 12,6 - 10)
=1/60.10103,2 (4136189)
=3/10,0257(2,6)
=6,823234617
= 0,778001
2. Nilai Momen
α = 1/nSᵌ (Xᵢ - X̅)ᵌ
= 1/60.1007,73 (92002,32)
=1,521610209
Mendekati Benar
3. Nilai Bowley
α =
Q +Q -2Q
Q Q
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
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
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
=
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
=
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
=
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
=
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
= {
(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
= {
(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
=
{(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
=
{( 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 = 2 (Lharga + Pharga)
= 2
(124,3% + 95,7%)
= 2
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 = 2 (Lproduk + Pproduk)
= 2 ( 63,40 % + 48,80% )
= 2
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