BAB 1 PENDAHULUAN. Universitas Sumatera Utara
|
|
- Sucianty Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter), serangkaian kecelakaan transportasi darat, laut, udara, kecurangan dalam perbankan, memperbesar permintaan terhadap manajemen risiko. Risiko dalam konteks bisnis merupakan suatu kejadian potensial, baik yang dapat diperkirakan (anticipated), yang tidak diperkirakan (unanticipated) maupun yang berdampak negatif terhadap pendapatan dan permodalan perusahaan (Agus Pracoyo, 2010). Karena itu risiko dalam dunia bisnis harus dikelola sedemikian, sehingga risiko tersebut dapat diminimumkan sekecil mungkin yang disebut dengan manajemen risiko. Manajemen risiko (risk management) pada dasarnya adalah proses menyeluruh yang dilengkapi dengan alat, teknik, dan sains yang diperlukan untuk mengenali, mengukur, dan mengelola risiko secara lebih transparan. Sebagai sebuah proses menyeluruh manajemen risiko menyentuh hampir setiap aspek aktifitas sebuah entitas bisnis, mulai dari proses pengambilan keputusan untuk menginvestasikan sejumlah uang, sampai pada keputusan untuk menerima seorang karyawan baru. Indonesia dikenal sebagai salah satu pasar utama yang sedang berkembang dari para pesaing lokal maupun internasional, PT Unilever Indonesia Tbk telah menyiapkan diri untuk dapat menguasai target yang lebih besar di pasar yang tengah berkembang pesat saat ini. Perseroan memfokuskan diri pada sejumlah kategori dan produk perusahaan induk perusahaan ini, memiliki atau mampu membangun keunggulan kompetitif, dan dimana penjualan dan marjin dapat tumbuh secara konsisten. 1
2 2 Selanjutnya Perusahaan ini terus memantau tren pasar, melibatkan diri dengan para pelanggan dan pembelanja guna memperoleh insight tentang kesukaan seraya memantau perilaku konsumen untuk mengembangkan kategori yang efektif dan strategi brand. Stategi diturunkan dalam bentuk program inovasi dan pengembangan pasar untuk menciptakan produk-produk dan jasa yang paling relevan dan menarik bagi konsumen. Dalam hal ini penulis mengambil judul PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN PADA PT. UNILEVER INDONESIA TBK 1.2 RUMUSAN MASALAH Semakin tinggi harga pasar menunjukkan bahwa saham tersebut juga semakin diminati oleh investor, karena semakin tinggi harga saham akan menghasilkan capital again yang semakin besar pula. Capital again merupakan selisih antara harga pasar pada periode sekarang dengan periode sebelumnya. Oleh karena itu penelitian ini akan mencari besar kemungkinan return (keuntungan) pada PT Unilever Indonesia Tbk menggunakan Value at Risk dengan standard normalitas, serta memperhitungkan sifat statistika yaitu skewness dan kurtosis. 1.3 BATASAN MASALAH Dalam penelitian ini, pengambilan sampel akan didasarkan pada batasanbatasan sebagai berikut: 1. Data yang digunakan merupakan data yang secara resmi dipublikasikan oleh Bursa efek Indonesia dan Bank Indonesia. 2. Tingkat kepercayaan yang digunakan dalam penelitian ini adalah 5% dan potensi terjadinya kerugian maksimum (VaR), dihitung selama 30 hari. 3. Risiko pasar yang diamati pada penelitian ini hanya mencakup risiko nilai perubahan harga dengan asumsi harga yang ada bersifat tetap selama periode penelitian. 2
3 3 1.4 TUJUAN PENELITIAN Menentukan value at risk pada keadaan saham PT Unilever Indonesia Tbk dengan menggunakan standard normalitas dan momen statistika yaitu skewnes dan kurtosis. 1.5 MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat memberikan manfaat kepada: 1. Para analis dan investor di pasar saham Indonesia akan dapat memperoleh gambaran yang jelas mengenai model yang tepat dari Value at Risk untuk mengukur salah satu risiko pasar yaitu menggunakan statistik distribusi return dari saham-saham PT Unilever Indonesia Tbk, sehingga dalam pengambilan keputusan investasinya dapat memperhitungkan apakah resiko yang ditanggung sesuai dengan return yang diharapkan. 2. Perusahaan yang sahamnya tergabung dalam PT Unilever Indonesia Tbk dapat mengevaluasi performa saham perusahaan tersebut dengan mengetahui VaR dari sekumpulan keadaan saham yang terpilih. 3. Para akademisi dapat mengambil manfaat penelitian ini sebagai kasus nyata yang dapat digunakan dalam penelitian manajemen keuangan dan dapat menjadi pelengkap penilitian-penelitian yang lain serta dapat mengembangkan penelitian-penelitian selanjutnya. 1.6 TINJAUAN PUSTAKA Sudjana (1992) dan Supangat, Andi (2007), memaparkan bahwa distribusi normal atau sering pula disebut distribusi Gauss yang variabel acaknya bersifat kontinu. Distribusi ini merupakan salah satu yang paling penting dan banyak digunakan. 3
4 4 Ada sejumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Statistik deskriptif salah satu ukuran statistik yang akan di bahas dalam menghitung pengukuran risiko. 1. Nilai rata-rata x = f ix i f i Dengan: x i = tanda kelas interval f i = frekuensi yang sesuai dengan tanda kelas x i 2. Modus adalah nilai yang muncul dengan frekuensi terbesar Mo = b + p b 1 b 1 + b 2 Dengan: b = batas bawah kelas modal ialah kelas interval dengan frekuensi terbanyak p = panjang kelas modal b 1 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih kecil sebelum tanda kelas modal b 2 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih besar sesudah tanda kelas modal. 4
5 5 3. Median adalah nilai tengah dari sebuah kelompok angka tertentu yang diperingkat berdasarkan besarnya nilai angka tersebut. Me = b + p 1 2 n F f Dengan: b = batas bawah kelas median p = panjang kelas median n = banyak data F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas median f = Frekuensi kelas median 4. Standar deviasi adalah ukuran simpangan nilai tertentu dari nilai rataratanya. Dalam hal ini standar deviasi akan mengukur simpangan kerugian dari suatu risiko terhadap rata-rata (mean) kerugian dari seluruh kejadian risiko. Rumusnya yaitu: σ= x i x 2 n 1 5. Skewness atau kecondongan adalah tingkat ketidaksimetrisan atau kejauhan simetri dari sebuah distribusi. Sebuah distribusi yang tidak simetri akan memiliki rata-rata, median dan modus yang tidak sama besarnya, sehingga distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan menceng. Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau menceng ke kiri, dapat digunakan metode koefisien kemencengan pearson. Koefisien kemencengan pearson merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku. Koefisien kemencengan pearson dirumuskan: 5
6 6 Sk = x Mo σ Dengan: Sk = koefisien kemencengan x = rata-rata Mo = modus σ = simpangan baku apabila secara empiris didapatkan hubungan antar nilai pusat sebagai: x Mo = x Mo Maka rumus kemencengan diatas dapat diubah menjadi: Sk = 3 x Me σ 6. Kurtosis Kurtosis (keruncingan) adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil se][cara relatif terhadap suatu distribusi normal. Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu: a. Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi. b.platikurtik merupakan distribusi yang memiliki puncak hampir mendatar. c.mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar. Untuk mengetahui keruncingan suatu distribusi dan menyelidiki apakah distribusi normal atau tidak, salah satu ukuran yang sering digunakan 6
7 7 adalah koefisien keruncingan atau koefisien kurtosis persentil dengan rumus: k = SK P 90 P 10 = 1 2 K 3 K 1 P 90 P 10 Dimana: SK = rentang semi antar kuartil K 1 K 3 P 10 P 90 = kuartil kesatu = kuartil ketiga = persentil kesepuluh = persentil ke-90 P 90 P 10 = rentang persentil Situngkir, Hokky dan Surya, Yohanes (2004) memaparkan bahwa untuk menghitung nilai VaR dengan kesalahan normal disimbolkan dengan Ψnormal, dinyatakan sebagai: Ψ normal = mean aσ Dimana nilai a merupakan nilai dari distribusi normal yang di dapat dari tabel Z untuk tingkat kepercayaan α. Perhitungan VaR dengan kesalahan skewness dan kurtosis disimbolkan dengan ΨSK dinyatakan sebagai: a (α) = α + sk (α) 1) + k sk 2 (α) 3(α) (2(α) 5(α)) Dengan: sk = nilai skewness k = nilai kurtosis sehingga rumusnya dapat diperoleh: Ψ sk = mean a σ 7
8 8 1.7 METODE PENELITIAN Metode yang dilakukan dalam penelitian ini yaitu: 1. Proses identifikasi risiko financial. Pada bagian ini diuraikan mengenai jenis risiko yang melekat (inherent risk) dalam transaksi trading untuk memastikan bahwa pengukuran risiko financial dapat dilakukan secara akurat yang meliputi risiko harga pasar/sekuritas (price risk). Nilai yang diambil merupakan daftar nilai closing pada saham PT. Unilever Indonesia Tbk per hari selama 30 hari. 2. Proses pengukuran risiko financial menggunakan Value at Risk (VaR). Pengukuran risiko financial dapat dilakukan dengan mencoba mengkontraskan pendekatan VaR dengan pendekatan tradisional yang menggunakan asumsi kenormalan data dan perhitungan yang memperhatikan sifat statistika, yaitu rata-rata, modus, median, skewness dan kurtosis. 3. Menghitung nilai VaR dengan kesalahan normal Ψnormal = mean aα dan menghitung VaR dengan kesalahan skewness dan kurtosis ΨSK = mean a α 4. Kemudian mengambil kesimpulan untuk membandingkan nilai VaR dengan kesalahan normal dengan VaR dengan kesalahan skewness dengan menggunakan tingkat kepercayaan sebesar 5 %. 8
BAB I PENDAHULUAN. Universitas Sumatera Utara
1 BAB I PENDAHULUAN 1.1. Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter),
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial
BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
9 BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah bagian tak terpisahkan dari kehidupan manusia. Risiko tidak dapat dan tidak perlu dihindari, tetapi dapat
Lebih terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciPENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel
Lebih terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
Lebih terperinciTATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.
TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh
Lebih terperinciBy : Hanung N. Prasetyo
theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciStatistik Deskriptif Ukuran Dispersi
MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand
Lebih terperinciPENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN PADA PT. UNILEVER INDONESIA TBK SKRIPSI
i PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN PADA PT. UNILEVER INDONESIA TBK SKRIPSI NURASIAH ADE LINA 140823008 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciStatistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom
Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran
Lebih terperinciPENENTUAN NILAI RESIKO SAHAM PT. GUDANG GARAM TBK DENGAN MOMEN STATISTIKA SKRIPSI
i PENENTUAN NILAI RESIKO SAHAM PT. GUDANG GARAM TBK DENGAN MOMEN STATISTIKA SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains IRNALDY ERIZON 140823037 DEPARTEMEN
Lebih terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
Lebih terperinciMAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA
MAKALAH Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR 13050394007 PUTRI DESSY VIVIT L 13050394053 IGA ANDRIANITA 13050394055 S1 Pendidikan Tata Boga 2013 JURUSAN PENDIDIKAN KESEJAHTERAAN KELUARGA FAKULTAS
Lebih terperinciUkuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.
UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu
Lebih terperinciOUTLINE BAGIAN I Statistik Deskriptif
UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians
Lebih terperinciUNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT
UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013
Lebih terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciUKURAN PENYEBARAN DATA
Pertemuan keempat UKURAN PENYEBARAN DATA Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh masing-masing
Lebih terperinciTUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH
TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH Diajukan untuk memenuhi tugas mata kuliah Statistika Deskriptif Kelompok 5 : 1. Ade Risma Arianto (NIM: 12110457)
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciMATERI STATISTIK. Genrawan Hoendarto
MATERI STATISTIK Distribusi Frekwensi Perhitungan Tendensi Pusat Penyimpangan atau Dispersi Teori Probabilitas Teori Distribusi Distribusi Sampling / Pengambilan Contoh Pengujian Hipotesis Regresi dan
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan
Lebih terperinciFAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
Lebih terperinciUKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas
Lebih terperinciBAB IV DISPERSI DATA
BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),
Lebih terperinciII. TINJAUAN PUSTAKA WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk
II. TINJAUAN PUSTAKA 2.1. WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk mempresentasikan data kecepatan angin dalam bentuk mawar angin sebagai
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciBAB III METODE PENELITIAN
18 BAB III METODE PENELITIAN Pada bab ini akan dikemukakan metode-metode yang akan digunakan pada bab selanjutnya. Metode-metode pada bab ini yaitu metode Value at Risk dengan pendekatan distribusi normal
Lebih terperinciSTATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
Lebih terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciOleh Azimmatul Ihwah
Oleh Azimmatul Ihwah Kasus: Di 5 perusahaan sejenis di kota Malang, yaitu perusahaan A, B, C, D dan E, seorang manufacturer ingin mengetahui perusahaan mana dengan kinerja karyawan terbaik. Diambil 50
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciBAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,
BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1
Lebih terperinciABSTRAK. i Universitas Kristen Maranatha
ABSTRAK Setiap individu maupun setiap entitas suatu perusahaan misalnya, sepanjang kelangsungan hidupnya cenderung senantiasa mencapai sutu titik atau tujuan dimana pada titik tersebut individu atau entitas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com,
Lebih terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang
Lebih terperinciMakalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )
MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Risiko adalah besarnya penyimpangan antara tingkat pengembalian yang diharapkan (expected return) dengan tingkat pengembalian aktual (actual return). Pengukuran
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciMengolah dan Menganalisis Data
Mengolah dan Menganalisis Data Dr. Eko Pujiyanto, S.Si., M.T. Materi Data Mengolah dan analisis data Memilih alat analisis yang tepat Data Data 1 Jamak dari DATUM artinya informasi yang diperoleh dari
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. penafsiran semua data yang berkaitan dengan apa yang menjadi objek di dalam
60 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian adalah proses yang mendasari pemilihan, pengolahan, dan penafsiran semua data yang berkaitan dengan apa yang menjadi objek di
Lebih terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperincipenjelasan mengenai gejala-gejala yang terjadi pada variabel-veriabel penelitian.
BAB IV ANALISIS DATA Dalam penelitian ini analisis yang digunkan adalah analisis kualitatif dan kuantitatif. Analisis kualitatif yang dimaksud adalah analisis yang mengacu pada penjelasan mengenai gejala-gejala
Lebih terperinciUKURAN PEMUSATAN DATA
Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar
Lebih terperinci5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b
. STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciBAB 1 PENDAHULUAN. memperbaiki perekonomian Indonesia. Tingginya laju inflasi yang terus
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sejauh ini krisis moneter yang melanda Indonesia sejak pertengahan tahun 1998 telah membawa dampak yang tidak baik bagi perkembangan bangsa Indonesia. Hampir
Lebih terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam pembahasan ini dikaji mengenai nilai ekspektasi saham pada jatuh tempo, persamaan nilai portofolio, penentuan model Black-Scholes harga opsi beli tipe Eropa,
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.
Lebih terperinciSTATISTIK. Rahma Faelasofi
STATISTIK Rahma Faelasofi 1 BAB 3 VARIABILITAS Pengertian Jangkauan Mean deviasi Standar deviasi 2 Pengertian Pengukuran penyebaran adalah pengukuran tingkat penyebaran nilai dalam suatu kumpulan data
Lebih terperinciMedian Median dari data yang belum dikelompokkan
Median Median merupakan salah satu ukuran pemusatan atau sebuah nilai yang berada ditengah-tengah data, setelah data tersebut diurutkan. Mungkin Anda bertanya, mengapa perlu median setelah Anda mempelajari
Lebih terperinciPENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6
PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau
Lebih terperinciBAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI
BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan
Lebih terperinciStatistik Deskriptif dengan Microsoft Office Excel
Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan
Lebih terperinciBAB I PENDAHULUAN. Perusahaan dapat memperoleh dana dengan menerbitkan saham dan dijual dipasar
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Semakin pesatnya perkembangan jaman berdampak bagi perkembangan sektor ekonomi dan moneter secara luas, hal tersebut dapat dilihat dari semakin terbukanya
Lebih terperinciSetelah mempelajari bahan ajar ini diharapkan Anda dapat:
D. Pembelajaran 4 1. Silabus N o STANDAR KOMPE TENSI Menerapk an aturan konsep statistika dalam pemecaha n masalah KOMPE TENSI DASAR Mengidenti fikasi pengerti-an statistik, statistika, populasi dan sampel
Lebih terperinciUkuran gejala pusat. Nugraeni
Ukuran gejala pusat Nugraeni UKURAN PEMUSATAN Merupakan nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran pemusatan : 1.
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata laksana
BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Objek penelitian dari skripsi ini adalah PT Rajawali. Adapun hal yang akan dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata
Lebih terperinciBAB IV METODOLOGI PENELITIAN
BAB IV METODOLOGI PENELITIAN 4.1 Jenis Penelitian Metode penelitian dapat diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu (Sugiyono, 2014 : 3). Jenis penelitian
Lebih terperinciPengumpulan & Penyajian Data
Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek penelitian Objek penelitian ini adalah perusahaan yang go public di bursa Efek Indonesia dan mengeluarkan kebijakan stock split. B. Jenis Data Data yang digunakan dalam
Lebih terperinciBAB I PENDAHULUAN. tersebut. Kegiatan investasi dibagi menjadi dua yaitu investasi pada real asset dan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Investasi merupakan bentuk penundaan konsumsi masa sekarang untuk memperoleh konsumsi di masa yang akan datang, di mana di dalamnya terkandung unsur risiko atau ketidakpastian
Lebih terperinci4. Jika dari 100 data diperoleh data terendah 15 dan data tertinggi 84, maka banyaknya kelas adalah. A. 5 B. 6 C. 7 D. 8 E. 9
1. Data yang berupa kumpulan angka disebut dengan data. A. Kelompok B. Tunggal C. Kuantitatif D. Kualitatif E. Acak 2. Di bawah ini yang bukan merupakan data kuantitatif adalah A. Suhu badan pasien B.
Lebih terperinciPENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI
PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI LILIS SURYANI 080823020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
Lebih terperinciRANCANGAN AKTIVITAS TUTORIAL (RAT)
RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Pendekatan dan Obyek Penelitian Dalam penelitian ini pendekatan yang digunakan adalah pendekatan kuantitatif mengukur potensi risiko indeks dalam nilai value at risk nya dengan
Lebih terperinciLAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI
LAMPIRAN III PERHITUNGAN MEAN, MEDIAN, MODUS STANDAR DEVIASI DAN DISTRIBUSIFREKUENSI 1. Proses perhitungan tabel distribusi frekuensi, mean, median, modus dan standar deviasi pendapat siswa tentang strategi
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciBAB I PENDAHULUAN. penyatuan dua perusahaan atau lebih menjadi satu kekuatan, pada umumnya
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Persaingan global membuat banyak perusahaan melakukan berbagai upaya untuk bertahan hingga menjadi pemimpin dalam sektor usaha tersebut. Merger dan akuisisi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Jakarta Islamic Index (JII) diluncurkan oleh PT. Bursa Efek Indonesia (BEI) bekerja sama dengan PT. Danareksa Investment Management (DIM) pada pertengahan tahun
Lebih terperinciPengukuran Kesehatan
1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
PENDAHULUAN 1.1 Latar Belakang PT. Pindad merupakan perusahaan yang bergerak dibidang produk peralatan militer dan produk komersial di Indonesia. Selain memproduksi senjata, PT. Pindad juga memproduksi
Lebih terperinciBAB III METODE PENELITIAN
25 BAB III METODE PENELITIAN A. Desain Penelitian Pada penelitian ini penulis menggunakan pendekatan deskriptif untuk mencapai tujuan dari penelitian. Dalam penelitian ini variabel yang diteliti adalah
Lebih terperinci1.0 Distribusi Frekuensi dan Tabel Silang
ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang
Lebih terperinciBAB II TEORI DASAR. Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh
BAB II TEORI DASAR 2.1 Pendahuluan Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh peneliti, pemerintah, masyarakat umum, pemimpin perusahaan, baik dalam bidang ilmu pengetahuan,
Lebih terperinciSATUAN ACARA PERKULIAHAN
1 SATUAN ACARA PERKULIAHAN Matakuliah : Statistika Dasar Kode : FI 411 Sks : 2 Semester : I Nama Dosen : dkk Standar Kompetensi: Menguasai dasar-dasar statistika dan dapat mengaplikasikannya untuk pengolahan
Lebih terperinciBAB I PENDAHULUAN. Pasar modal merupakan sarana yang efektif dalam rangka penghimpunan dana
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar modal merupakan sarana yang efektif dalam rangka penghimpunan dana untuk pengembangan perusahaan. Karena di pasar modal dengan mudah dapat dipertemukan
Lebih terperinciHALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI
HALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk
Lebih terperinciPengantar Statistik. Nanang Erma Gunawan
Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,
Lebih terperinciStatistika Pendidikan
Statistika Pendidikan Statistika adalah metode ilmiah yang mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisisan data, serta penarikan kesimpulan yang valid berdasarkan penganalisisan
Lebih terperinciSATUAN ACARA PERKULIAHAN DAN SILABUS MATA KULIAH STATISTIK I JURUSAN AKUNTANSI STIE SEBELAS APRIL SUMEDANG. Mengulas garis besar materi pertemuan
SATUAN ACARA PERKULIAHAN DAN SILABUS MATA KULIAH STATISTIK I JURUSAN AKUNTANSI STIE SEBELAS APRIL SUMEDANG KODE MATA KULIAH : EUE 201 MATA KULIAH : STATISTIK I BOBOT SKS : 2 SKS JURUSAN : AKUNTANSI TK/SEMESTER
Lebih terperinciContoh: Pada data Tabel satu diperoleh range pada masing masing mata kuliah. adalah: Matakuliah Max min range A B C
POKOK BAHASAN : Ukuran Penyebaran SUB POKOK BAHASAN : a. Range, b. RAK, c. SD, d. Varians, TIK : Mahasiswa dapat : a. Menjelaskan analisa deskriptif dengan ukuran penyebaran b. mampu melakukan analisa
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciBAB I PENDAHULUAN. pengumuman pembagian dividen. Pujiono (2002) dan Sularso (2003) dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Pasar modal memiliki peran penting sebagai lembaga pembiayaan bank dan lembaga pembiayaan non bank di Indonesia. Pasar modal sebagai lembaga pembiayaan telah
Lebih terperinciBAB III METODE PENELITIAN. Lokasi penelitian dilakukan di Pojok Bursa Efek Indonesia UIN Maulana. Malik Ibrahim Malang Jalan Gajayana No.50 Malang.
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Lokasi penelitian dilakukan di Pojok Bursa Efek Indonesia UIN Maulana Malik Ibrahim Malang Jalan Gajayana No.50 Malang. 3.2 Jenis dan Pendekatan Penelitian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Sampel dan Data Penelitian 3.1.1. Sampel Teknik pengambilan sampel dilakukan dalam penelitian ini adalah metode purposive sampling yaitu teknik penentuan sampel dengan menetapkan
Lebih terperinciKenapa Data Harus Diringkas?
1 Kenapa Data Harus Diringkas? Agar data berguna, pengamatan yang diperoleh harus disusun dalam bentuk yang lebih terorganisir. Peringkasan data akan memudahkan pengambilan kesimpulan Peringkasan data
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pergerakan Harga Saham Pergerakan harga harian indeks LQ45 dan lima saham perbankan yang termasuk dalam kelompok LQ45 selama periode penelitian ditampilkan dalam bentuk
Lebih terperinciBAB III METODE PENELITIAN. digunakan berupa data sekunder. Data diperoleh dari bahan-bahan yang
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis penelitian yang digunakan adalah penelitian asosiatif dengan mencari hubungan antara satu variabel dengan variabel lain. Data yang digunakan berupa
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinci