Muniya Alteza
|
|
- Liana Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza
2 Estmas Retur da Rsko 1) Estmas Realzed Retur R P,t P,t 1 P,t 1 Perhtuga retur dapat dyataka secara rata-rata yatu: Arthmetc mea = X Geometrc mea = [1+R 1 )(1+R ).(1+R )] 1/ -1 ) Estmas Expected Retur da Rsko Sekurtas Tuggal Perhtuga expected retur dyataka: E(R ) j1 P j R j E(R ) = expected retur saham P j R j m_alteza@uy.ac.d = probabltas memperoleh retur = retur vestas waktu j
3 Estmas Retur da Rsko (Laj.) Perhtuga rsko dyataka: E(R ) = expected retur saham P j R j Pj j ) j1 R E(R = varas saham = probabltas memperoleh retur waktu j = retur vestas I waktu j = bayakya retur yag mugk terjad Rsko bsa juga dukur secara relatf da dyataka dalam: Koefse Varas E(R )
4 Estmas Retur da Rsko (Laj.) Soal Kods Ekoom Probabltas Rate of Retur A B C 0,0 0,15 0,4 0,19 Sagat makmur Makmur 0,30 0,15 0,18 0,18 Normal 0,5 0,15 0,16 0,14 Reses 0,5 0,15 0,08 0,09 Htuglah berapa expected retur da rsko utuk vestas A, B da C! m_alteza@uy.ac.d
5 Kosep Dversfkas 3) Dversfkas da Rsko Portofolo Pembetuka portofolo (kombas beberapa sekurtas dalam vestas) merupaka mekasme dversfkas. Dversfkas perlu dlakuka utuk megurag rsko yag harus dtaggug vestor. Sesua dega law of large umber Macam dversfkas: a. Dversfkas Radom vestor secara acak megvestaska daa pada berbaga jes aset (saham) berbeda dega harapa varas retur (ukura rsko) aka semak berkurag. b. Dversfkas Markowtz (Mea Varace Model) do t put all your eggs oe basket. m_alteza@uy.ac.d
6 Rsko Portofolo Dversfkas dalam Portofolo Rsko Total Rsko Spesfk Perusahaa Dversfable rsk/ Usystematc rsk Rsko Pasar (Market Rsk) Nodversfable/ Systematc rsk Jumlah Saham dalam Portofolo
7 Dversfkas Markowtz Asums yag dguaka: Perode vestas tuggal msal: 1 tahu. Tdak ada baya trasaks Preferes vestor haya berdasar expected retur da rsko. Kosep dversfkas Markowtz: a. Expected retur portofolo merupaka rata-rata tertmbag dar expected retur saham dvdual. b. Rsko portofolo BUKAN merupaka rata-rata tertmbag rsko saham dvdual melaka dhtug dar kotrbus rsko saham terhadap rsko portofolo (kovaras). c. Efektvtas peguraga rsko dar dversfkas besarya dpegaruh oleh (a) bayakya saham yag dmasukka dalam portofolo; (b) koefse korelas atar saham (ρ,j ), besarya berksar atara +1 sampa -1. m_alteza@uy.ac.d
8 Kovaras & Koefse Korelas Kovaras meujukka sejauh maa retur dar dua sekurtas secara absolut cederug bergerak bersama-sama agka (+), (-) atau ol Koefse korelas meujukka sejauh maa retur dar dua sekurtas secara relatf bergerak bersama-sama Peggabuga sekurtas dega ρ,j (+1) tdak megurag rsko Peggabuga sekurtas dega ρ,j (0) megurag rsko portofolo Peggabuga sekurtas dega ρ,j (-1) meghlagka rsko portofolo
9 Kovaras & Koefse Korelas (Laj.) Besara kovaras dapat dhtug sebaga berkut:,j 1 R E(R ) R j E(R j ) P j R j E(R ) P = kovaras saham da j = retur saham da j = expected retur saham = probabltas kejada memperoleh retur Besara koefse korelas dapat dhtug sebaga berkut: j j ρ j j = ρ,j j = kovaras saham da j = koefse korelas saham da j = rsko saham da saham j
10 Estmas Retur da Rsko Portofolo 4) Estmas Expected Retur da Rsko Portofolo E(R p ) ) XE(R 1 Utuk Sekurtas p X X j j X X ρ j j j Utuk Sekurtas E(R p ) = expected retur portofolo X E(R ) p = bobot saham pada portofolo = expected retur saham = varas portofolo j = kovaras saham da j ( j = ρ,j j ) ρ j p 1 X 1j1 = koefse korelas saham I da j X X j j
11 Estmas Retur da Rsko Portofolo (Laj.) Varas portofolo dapat dyataka dalam matrks sebaga berkut: Saham Saham 1 Saham Saham 3 Saham N Saham 1 X 1 X 1 11 X 1 X 1 X 1 X 3 31 X 1 X N N1 Saham X X 1 1 X X X X 3 3 X X N N Saham 3 X 3 X 1 13 X 3 X 3 X 3 X 3 33 X 3 X N N3 Saham N X N X 1 1N X N X N X N X 3 3N X N X N NN Kelemaha: model Markowtz memerluka perhtuga kovaras yag terlalu kompleks [N(N-1)]/ kovaras utuk N sekurtas.
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciRETURN DAN RISIKO DALAM INVESTASI
RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)
Lebih terperinciSTUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc
STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciPENGGUNAAN VALUE AT RISK DALAM ANALISIS RISIKO PADA PORTOFOLIO SINGLE INDEX MODEL (Studi Kasus Data Saham LQ 45) Intisari
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 3 (014), hal 15. PENGGUNAAN VALUE AT ISK DALAM ANALISIS ISIKO PADA POTOFOLIO SINGLE INDEX MODEL (Stud Kasus Data Saham LQ 45) Ed Saputra, Neva
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciKonsep Penting dalam Investasi
Mater 3 Konsep Pentng dalam Investas Prof. Dr. Deden Mulyana, SE., M.S. RETURN YANG DIHARAPKAN DAN RISIKO PORTOFOLIO PENGERTIAN RETURN DAN RISIKO ESTIMASI RETURN DAN RISIKO ASET TUNGGAL ANALISIS RISIKO
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Studi Pada Saham Jakarta Islamic Index (JII) Periode )
ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Stud Pada Saham Jakarta Islamc Idex (JII) Perode 011-013) M. Bagus Wsambud Negah Sudjaa Topowjoo Fakultas Ilmu Admstras
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinciMenghitung Kinerja Investasi
Meghtug Kerja Ivestas Dalam perjalaa vestas, la suatu asset bsa berubah dar waktu ke waktu akbat perubaha kods pasar. Sela tu, sebaga baga dar proses vestas, vestor perlu mematau da megevaluas kerja vestas
Lebih terperinciBab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
Lebih terperinciDasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB
Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad
Lebih terperinciDenny et al., Analisis Investasi Melalui Penetapan Portofolio Saham Optimal... 1
Dey et al., Aalss Ivestas Melalu Peetapa Portofolo Saham Optmal... 1 Aalss Ivestas Melalu Peetapa Portofolo Saham Optmal Pada Saham LQ-45 Bursa Efek Idoesa (The Aalyss of Ivesmet by Determato Optmal Portofolo
Lebih terperinciKritikan Terhadap Varians Sebagai Alat Ukur
Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciBAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu
BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciMODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)
MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza
Lebih terperinciBAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.
BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciBab I Pendahuluan & Statistika Deskriptif
Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data
Lebih terperinciSINGLE INDEX MODEL SEBAGAI ALAT ANALISIS OPTIMALISASI PORTOFOLIO INVESTASI SAHAM (Studi Kasus pada Kelompok Saham LQ-45 di BEI Tahun )
1 Jural Ilmu Maajeme & Bss - Vol. 04, No. 01. Maret 013 SINGLE INDEX MODEL SEBAGAI ALAT ANALISIS OPTIMALISASI PORTOFOLIO INVESTASI SAHAM (Stud Kasus pada Kelompok Saham LQ-45 d BEI Tahu 009-011) Sgt Trharjoo
Lebih terperinciBAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah
Lebih terperinciKERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA
KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA Zulfkar Sstem Ifromas da Tekk Iformatka STMIK Bahrul Ulum Jombag Emal: zulfkarda@gmal.com ABSTRAK Implkas dar maeeme
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pasar Modal da Saham Berdasarka Udag-Udag Pasar Modal No. 8 tahu 1995, defs pasar modal adalah kegata yag bersagkuta dega peawara umum da perdagaga efek, perusahaa publk yag berkata
Lebih terperinciTINJAUAN PUSTAKA Evaluasi Pengajaran
TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas
Lebih terperinci3.1 Biaya Investasi Pipa
BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciRegresi & Korelasi Linier Sederhana
Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,
Lebih terperinciCAPITAL ASSET PRICING MODEL
CAPITAL ASSET PRICING ODEL 1. Konsep CAP 2. Perumusan CAP (CL dan SL) 3. Pelonggaran CAP unya Alteza Konsep Dasar CAP Drumuskan oleh Sharpe, Lntner & ossn (1960an) odel yang menghubungkan expected return
Lebih terperinciSTATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciStatistika Deskriptif
Statstka Deskrptf Statstka Deskrptf Statstka deskrptf (descrptve statstcs) berkata dega peerapa metode statstk utuk megumpulka, megolah, meyajka, da megaalss data kuattatf secara deskrptf. Statstka Deskrptf
Lebih terperinciMETODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.
METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega
Lebih terperinciPERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK
PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinciUKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
Lebih terperinciTATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciUKURAN PEMUSATAN & PENYEBARAN
UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la
Lebih terperinciMANAJEMEN RISIKO INVESTASI
MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya
Lebih terperinciBAB III ESTIMASI MODEL PROBIT TERURUT
BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciANALISIS PERBANDINGAN MEAN VARIANCE
Perbadga MV da MAD (Susy Arska Putr) 1 ANALISIS PERBANDINGAN MEAN VARIANCE (MV) DAN MEAN ABSOLUTE DEVIATION (MAD) DALAM PEMBENTUKAN PORTOFOLIO COMPARATIVE ANALYSIS MEAN VARIANCE (MV) AND MEAN ABSOLUTE
Lebih terperinciBAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN
Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau
Lebih terperinciPokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.
Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur
Lebih terperinciBAB V ANALISIS HIDROLOGI
ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut
Lebih terperinciPenurunan Persamaan Perpetuitas dan Anuitas
SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka
Lebih terperinciREGRESI & KORELASI LINIER SEDERHANA
. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperincix = μ...? 2 2 s = σ...? x x s = σ...?
Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)
Lebih terperinciUKURAN PEMUSATAN DAN LETAK DATA
UKURAN PEMUSATAN DAN LETAK DATA PENDAHULUAN Suatu harga yag dapat dpaka utuk mewakl sekumpula data. Harga rata-rata merupaka suatu la sektar maa blaga-blaga la tersebar. Harga rata-rata serg damaka measure
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciAhmad Rifqi Zuhdi Wiwiek Rabiatul adawiyah Najmudin Fakultas Ekonomi UNSOED Purwokerto
ANALISIS PORTOFOLIO KREDIT PERBANKAN UMUM DAN SYARIAH BERDASARKAN SEKTOR EKONOMI Ahmad Rfq Zuhd Wwek Rabatul adawyah Najmud Fakultas Ekoom UNSOED Purwokerto ABSTRACT The purpose of ths research s tofd
Lebih terperinciIntegrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1
Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det
Lebih terperinciUkuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.
Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciSTATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran
KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua
Lebih terperinciXI. ANALISIS REGRESI KORELASI
I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas
Lebih terperinciPokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.
Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur
Lebih terperinciSTATISTIKA DASAR. Oleh
STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk
Lebih terperinciEKONOMI TEKNIK. Ekuivalensi
EKONOMI TEKNIK Ekuvales Ekuvales Ekuvales = Nla uag yag sama pada waktu yag berbeda. Jumlah uag berbeda pada waktu berbeda dapat berla ekooms sama. Cotoh = harga bes Rp 4.5, (25), Rp 5.5, (29), da Rp 6.5
Lebih terperinciPendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin
4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciUSULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250 Studi kasus: PT. Unggul Karya Semesta - Bogor
USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTE 50 Stud kasus: PT. Uggul Karya Semesta - Bogor Prudesy F. Opt, Jaquele N. Mokogta Program Stud Tekk Idustr Fakultas Tekk Uka De La Salle Maado
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinciMATERI 14 EVALUASI KINERJA PORTOFOLIO
MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com
Lebih terperinci