Cara menghitung tingkat pertumbuhan pertahun
Sering kita mendengar ada istilah pertumbuhan pendudukpertahun, atau tingkat trend konsumsi pertahun. Bagaimana cara menghitung tingkat pertumbuhan pertahun?
Tidak sulit jika kita hanya mengolah data 2 atau 3 tahun. Karena nilai tingkat pertumbuhannya merupakan selisih darinilai keduanya dibagi nilai awal dikalikan 100 persen. Lalu, bagaimana cara menghitung tingkat pertumbuhan pertahun dengan data time series misalnya 10 tahun? Apakah bisa diambil data rata-rata? Atau mengambil data akhir dan data awal kemudian dibagi pertahun?
Menghitung tingkat pertumbuhan pertahun
Menghitung tingkat pertumbuhan pertahun menggunakan rumus rata rata dan slope dalam excell. Rumus trend pertahun adalah (slope/rata-rata) x 100%.
Sebagai pengingat untuk latihan, saya memiliki data impor daging dari tahun 2004 hingga tahun 2013 sebagai berikut:
Hitunglah tingkat pertumbuhan pertahun?
Pertama kita hitung rata-ratanya terlebih dahulu dengan menuliskan rumus =AVERAGE(B2:B11)
Kemudian pada baris dibawahnya, pada cell B13 menghitung slope dengan rumus =SLOPE(B2:B11;A2:A11); pada range B2:B12 sebagai nilai y, dan range A2:A11 sebagai nilai x.
Trend pertahun diperoleh dengan cara membagikan nilai slope dengan rata-ratanya di cell B14
Jika ditulis rumusnya akan sebagaimana berikut:
Hasilnya adalah: pertumbuhan impor daging dari tahun 2004 hingga 2013 adalah 14.35% pertahun.
Perhitungan sederhana ini bermanfaat apabila kita ingin menjabarkan semuah grafik terutama saat kita membahas tentang time series. Seperti yang kita ketahui, bahwa pemilihan tahun akhir dan awal, atau dengan cara memotong grafik di periode tertentu pasti akan sangat mempengaruhi nilai pertumbuhan atau slope pada periode tersebut. Sehingga perhitungan ini biasanya dapat dipermainkan dengan melihat data tidak keseluruhan.
Penjelasan pertumbuhan pertahun tentunya akan lebih sederhana ketimbang kita menjelaskan kenaikan data dari tahun ke tahun. Penjelasan trend pertahun tersebut dapat membantu pembaca membayangkan kenaikan secara agregat data yang ditampilkan.
Slope juga sebenarnya menjelaskan tentang kemiringan dari sebuah grafik, semakin tinggi slope tersebut, maka grafik yang dihasilkan akan semakin curam. Nilai slope dalam sebuah grafik linear juga mempengaruhi nilai elastisitas baik dalam jangka pendek maupun jangka panjang yang sudah saya jelaskan di dalam artikel yang berjudul : elastisitas dalam sebuah regresi.
Cara yang saya tampilkan ini sedikit berbeda jika kita menghitung dengan rata – rata tingkat pertumbuhan dalam interval waktu yang tetap, dengan rumus :
Growth Rate = (nilai skr/ nilai akhir) 1/n – 1
Rumus ini berasumsi dengan nilai yang tetap sepanjang tahun
Semoga bermanfaat, selamat belajar
Sumber: workshop sosek di Bogor Tahun 2015
