Xi yang merupakan variabel waktu yang bergerak secara seragam dan ke arah yang sama, dari waktu yang lampau ke waktu yang mendatang.
2.2.1 Komponen Deret Berkala
Empat Komponen Deret Berkala: 1.
Trend Sekuler, yaitu gerakan yang berjangka panjang, lamban seolah-olah alun ombak dan berkecenderungan menuju ke satu arah, arah menaik atau
menurun. 2.
Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.
3. Variasi Sikli, yaitu ayunan trend yang berjangka lebih panjang dan agak
lebih tidak teratur. 4.
Variasi RandomResidu, yaitu gerakan yang tidak teratur sama sekali.
2.2.2 Pengolahan Data Analisis Deret Berkala
Data kuantitatif deret berkala merupakan bahan analisis trend sekuler, variasi musim seasonal, dan variasi siklikal. Pada hakekatnya, pengolahan dan
penyesuaian data harus dilakukan sebelum data tersebut digunakan untuk tujuan analisis. Berkaitan dengan hal tersebut, pengguna data harus memperhatikan
beberapa permasalahan: 1.
Variasi Penanggalan Pada umumnya, setahun dianggap memiliki 365 hari. Meskipun satu tahun
terdiri dari 12 bulan, setiap bulan dapat memiliki jumlah hari yang berbeda yang bervariasi antara 28 sampai dengan 31 hari. Sebelum data time series
digunakan untuk tujuan analisis, pengguna data wajib mengadakan
penyesuaian terhadap jumlah hari dalam bulan atau jumlah hari kerja
Universitas Sumatera Utara
dalam bulan. Data tentang konsumsi, penjualan, dan sebagainya umumnya disesuaikan atas dasar jumlah hari dalam satu bulan.
Penyesuaian tersebut dapat dilakukan dengan cara membagi angka konsumsi bulanan atau angka penjualan bulanan dengan jumlah hari dalam
satu bulan yang bersangkutan agar diperoleh angka konsumsi atau penjualan per hari. Sebaliknya, jika kita ingin angka-angka konsumsi
bulanan tersebut tidak berubah, maka angka konsumsi harian yang diperoleh harus dikalikan dengan jumlah hari rata-rata perbulan sebanyak
36512 = 30,4167 hari. 2.
Perubahan Harga Dalam banyak kasus, data deret berkala terdiri dari angka-angka nilai
produksi. Jika menggunakan deret berkala untuk menganalisis perubahan fisik yang bebas dari pengaruh fluktuasi harga, data kuantitatif tersebut
harus dideflasikan dengan indeks harga yang sesuai sebelum dapat digunakan untuk tujuan analisis. Deret berkala tentang penjualan,
pendapatan, ongkos bahan mentah dan sebagainya, harus dideflasikan agar fluktuasinya bebas dari perubahan harga-harganya. Proses deflasi penting
sekali mengingat
angka-angka nilai
produksi yang
meningkat kemungkinan disebabkan oleh kenaikan harga, sedangkan jumlah fisiknya
mungkin saja konstan bahkan menurun. 3.
Perubahan Penduduk Ada kalanya, ingin mengetahui fluktuasi produksi per kapita atau
konsumsi per kapita. Dalam hal demikian, angka-angka produksi atau konsumsi harus dibagi dengan jumlah penduduk. Angka per kapita
sedemikian itu sebenarnya telah memasukkan unsur perubahan penduduk
didalamnya. Perhitungan per kapita tersebut penting sekali karena
produksi bisa saja menunjukkan gerakan meningkat, tetapi perkapitanya menurun jika kenaikan jumlah penduduk lebih cepat di banding kenaikan
produksinya. 4.
Perbandingan Data
Universitas Sumatera Utara
Semua data deret berkala yang digunakan sebagai dasar analisis, seharusnya betul-betul sebanding. Jika sumber data berbeda, maka perlu
dilakukan penelitian terhadap perumusan istilah-istilah oleh beberapa sumber yang berbeda. Perumusan yang berbeda tentang suatu istilah yang
sama oleh beberapa sumber, perlu disesuaikan sebelum data tersebut digunakan. Sebagai contoh, terdapat dua sumber yang berbeda dimana
keduanya merumuskan suatu istilah yang sama yaitu produksi “sikat”.
Sumber yang pertama merumuskan istilah sikat sebagai gabungan perusahaan atau industri yang memproduksi sikat gigi, sikat lantai, dan
sebagainya. Sedangkan sumber yang kedua merumuskan istilah sikat sebagai gabungan dari perusahaan atau industri sikat gigi saja.
Berdasarkan model klasik, nilai deret berkala atau time series Y merupakan gabungan perkalian dari nilai-nilai komponennya, dan dapat
dinyatakan dalam persamaan berikut: Y = T x C x S x I
Jadi suatu data runtut waktu merupakan hasil kali dari 4 komponen yaitu
“trend T, cyclus C, seasonal S dan irregular I”.
2.2.3 Trend Sekuler