Materi dasar mengenai Statistika Bisnis yang mudah di pelajari dan di pahami

Halo temen-temen, pada kesempatan kali ini saya akan membagikan materi dasar statistika bisnis (stabis), materi ini biasa didapatkan di perkuliahan. Untuk kamu yang sedang mencari materi stabis dasar artikel ini bisa menjadi referensi kamu untuk mengerjakan tugas atau hanya sekedar untuk mempelajari, berikut merupakan materi stabis (statistik bisnis) yang sudah saya tulis..

A. Beberapa istilah dasar 

Kita sangat akrab dengan kata “statistik” dalam kehidupan sehari-hari, bahkan di negara kita terdapat lembaga negara yang bernama Badan Pusat Statistik (BPS). Kita juga sering mendengar istilah “observasi”, “data”, “sensus”, “sample”, “populasi” dan lain-lain. Mirip dengan kata statistik, terdapat kata “statistika” seperti terlihat pada judul bab ini di atas. Berikut definisi beberapa istilah tersebut: 

STATISTIKA adalah kumpulan metoda yang digunakan untuk merencanakan eksperimen, mengambil data, dan kemudian menyusun, meringkas, menyajikan, menganalisa, menginterpretasikan dan mengambil kesimpulan yang didasarkan pada data tersebut. 

DATA adalah hasil observasi atau pengamatan yang telah dikumpulan. Data dapat berupa hasil pengukuran; misalnya data tinggi dan berat badan, hasil pengelompokan; misalnya jenis kelamin, hasil jawaban responden terhadap suatu quesioner; misalnya tingkat kepuasan.

POPULASI adalah koleksi lengkap semua elemen yang akan diselidiki. Suatu koleksi dikatakan lengkap jika ia memuat semua subjek yang akan diselidiki.  

SENSUS adalah koleksi data dari semua anggota dalam populasi. 

SAMPEL adalah sebagian koleksi anggota yang dipilih dari populasi.  

STATISTIKA DESKRIPTIF adalah statistika yang berkaitan dengan analisis dan deskripsi suatu grup sebagai populasinya, tanpa melakukan penarikan kesimpulan apapun untuk komunitas yang lebih luas dari grup tersebut. 

STATISTIKA INFERENSI adalah statistika yang mencoba untuk membuat suatu deduksi atau kesimpulan pada populasi dengan menggunakan sampel dari populasi tersebut. 

STATISTIK VS PARAMETER

• Statistik (bukan statistika): 
  1. Kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan. Contoh: Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb.
  2. Ukuran sebagai wakil dari kumpulan data. Contoh: Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.

• Parameter: 
  1. pengertiannya hampir sama dengan statistik, perbedaannya hanya terletak pada sumber data yang digunakan. Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter menggunakan sumber data yang berasal dari populasi.
  2. Statistik digunakan untuk mengestimasi nilai dari parameter populasi.
Untuk lebih memahami apa itu Parameter dan Statistik, lebih baik jika kita langsung melihat ke contoh kasusnya.

Contoh : 

Kasus 1. Kita ingin mengetahui rata-rata tinggi badan Mahasiswa di suatu kampus yang berjumlah 50 ribu mahasiswa. Karena untuk mengukur 50 ribu mahasiswa memerlukan waktu dan tenaga yang sangat banyak, maka kita bisa memilih beberapa (misal seribu mahasiswa) yang dianggap mewakili 50 ribu mahasiswa tersebut. Maka Populasi dari kejadian tersebut adalah 50 ribu mahasiswa, Sampelnya adalah seribu mahasiswa yang diukur, dan rata-rata yang diperoleh dari pengukuran seribu mahasiswa tersebut merupakan rata-rata Statistik.

Kasus 2. Kita ingin mengetahui rata rata pendapatan Kepala Keluarga(KK) di suatu perumahan yang berjumlah 20 KK. Populasinya adalah 20 KK yang berada di perumahan tersebut. Karena jumlah populasinya hanya 20, jadi kita bisa menghitung langsung rata-rata dari data populasi. Maka rata-rata tersebut merupakan rata-rata dari Parameter.

Contoh kasus diatas yang biasa kita temui tentang kapan kita menggunakan parameter dan kapan kita menggunakan statistik. Dari contoh kasus di atas dapat kita tarik kesimpulan bahwasanya Umumnya Parameter digunakan jika memungkinkan untuk mengukur semua objek yang akan kita teliti. Biasanya parameter digunakan jika Populasi dari objek kajian kita cenderung sedikit. Jika Populasi dari objek kajian kita tidak memungkinkan untuk diukur semuanya, kita bisa menggunakan Statistik yang hanya memerlukan ukuran sampel untuk mendekati ukuran populasi. Namun yang perlu digarisbawahi adalah tidak semua  kasus dimana objek kajiannya banyak menggunakan statistik. Kalau dia mengukur seluruh populasi dari objek kajian, maka yang digunakan tetaplah Parameter, walau kasus seperti itu sangat jarang terjadi.

B. Jenis-jenis Data

1. Data Berdasarkan Sumbernya
Data jika diklasifikasikan berdasarkan sumbernya maka data dikelompokkan ke dalam dua jenis yaitu data primer dan data sekunder.

a. Data primer merupakan data yang diperoleh dari sumber datanya. Jadi untuk mendapatkan data primer, peneliti harus mengumpulkannya secara langsung. Data primer biasanya diperoleh dari observasi, wawancara, Focus Group Discussion (FGD), dan penyebaran
b. Data sekunder adalah data yang didapatkan dari studi-studi sebelumnya. Data sekunder dapat diperoleh dari berbagai sumber seperti jurnal, laporan, buku, dan sebagainya.

2. Data Berdasarkan Sifatnya
Berdasarkan sifatnya, data dibedakan menjadi dua jenis yaitu data kualitatif dan data kuantitatif.

a. Data Kualitatif
Data kualitatif merupakan data yang berbentuk selain angka. Data kualitatif dapat dikumpulkan dengan cara wawancara, analisis dokumen, FGD, observasi, pemotretan gambar atau perekaman video. Umumnya data kualitatif pada akhirnya dituangkan dalam bentuk kata per-kata. Menurut Soeratno dan Arsyad (1993), sekalipun data kualitatif tidak berbentuk angka namun bukan berarti data itu tidak dapat digunakan pada analisis statistik.

b. Data Kuantitatif
Data kuantitatif merupakan data yang berwujud angka atau bilangan. Data kuantitatif biasanya dijadikan sebagai bahan dasar bagi setiap permasalahan yang bersifat statistik. Data ini umumnya diolah memakai teknik perhitungan matematika. Data kuantitatif diklasifikasikan oleh Siyoto dan Sodik (2015) menjadi dua yaitu data kuantitatif berdasarkan proses atau cara mendapatkannya dan data kuantitatif berdasarkan tipe skala pengukuran yang digunakan.

Data kuantitatif yang dikelompokkan berdasarkan proses atau cara mendapatkannya terbagi lagi atas dua yaitu sebagai berikut:

• Data diskrit adalah data yang diperoleh dengan cara menghitung. Adapun contoh dari data diskrit misalnya jumlah anggota LPM Penalaran angkatan XX sebanyak 64 orang. Nilai yang diperoleh akan selalu dalam bentuk bilangan bulat sebab pengambilan data dilakukan dengan cara menghitung. Adapun Soeratno dan Arsyad (1993) berpendapat bahwa berbeda kasusnya jika membicarakan pengertian rata-rata.
• Data kontinum adalah data yang didapatkan dari hasil pengukuran. Nilai dari data kontinum dapat berbentuk bilangan bulat ataupun bilangan pecahan. Contoh data kontinum seperti suhu udara di Rumah Nalar sebesar 31 derajat Celcius.

3. Data Berdasarkan Waktu Pengumpulannya
Data dibedakan menjadi dua berdasarkan waktu pengumpulannya yaitu sebagai berikut:

a. Data Berkala (Time Series) merupakan data yang dikumpulkan secara berkala dari waktu ke waktu. Pengambilan data ini biasanya digunakan untuk melihat perkembangan dari waktu ke waktu.
b. Data Cross Section merupakan data yang diperoleh pada waktu yang telah ditentukan untuk mendapatkan gambaran keadaan atau kegiatan pada saat itu juga.
c. Level Pengukuran 
Cara umum yang digunakan untuk mengklasifikasikan data adalah ditentukan oleh empat macam level pengukuruan, yaitu level nominal, ordinal, interval dan rasio. Dalam statistika terapan, level pengukuran data merupakan faktor penting dalam menentukan prosedur dan metoda statistika yang digunakan. 

Jika data kuantitatif yang dikelompokkan berdasarkan pada tipe skala pengukuran yang digunakan maka terbagi atas empat jenis yaitu:

• Data nominal merupakan data yang didapat dengan mengelompokkan objek berdasarkan kategori tertentu. Data nominal tidak dapat dianalisis berdasarkan operasi matematis, logika perbandingan, dan sebagainya. Contoh dari data nominal seperti sekretariat LPM Penalaran UNM terdiri dari (1) Sekretariat utama dan (2) Sekretariat alternatif. Angka (1) dan (2) bukan bermakna kuantitatif tetapi hanya sebagai simbol untuk pengelompokan.
• Data ordinal merupakan data yang disusun secara berjenjang untuk menunjukkan tingkatan atau urutan data. Data ordinal dapat dianalisis dengan logika perbandingan dalam ilmu matematika namun belum bisa dianalisis menggunakan operasi matematika seperti penambahan, pengurangan, perkalian, dan pembagian. Contoh data ordinal yaitu tahapan prosedur penelitian di LPM Penalaran UNM adalah (1) Term of Reference (ToR), (2) Seminar proposal, (3) Penelitian lapangan, (4) Seminar hasil, (5) Research Colloquium.
• Data interval adalah data yang memiliki sifat dari data nominal dan data ordinal. Data interval dapat diurutkan berdasarkan kriteria yang ditentukan. Adapun data interval ini lebih unggul dari data ordinal bahwa data interval memiliki kesamaan jarak (equality interval) dengan data yang telah diurutkan. Kelebihan lainnya, menurut Yusuf (2014) bahwa data interval dapat diolah dengan menggunakan teknik analisis ordinal atau nominal namun diubah terlebih dahulu ke bentuk skala ordinal atau nominal. Contoh data interval yaitu rentang IPK mahasiswa antara 3,00 sampai 3,50 sama jaraknya dengan 2,50 sampai 3,50.
• Data rasio adalah data yang memiliki sifat dari data nominal, data ordinal, dan data interval. Data rasio memiliki kelebihan dibandingkan data interval karena data ini memiliki nilai nol (0) mutlak, yang berarti bahwa nilai 0 benar-benar tidak memiliki nilai. Hal ini juga menjadikan data rasio dapat diolah menggunakan operasi dasar matematis.

Nah jadi itulah materi dasar statistika bisnis, mudah di pahami atau tidak teman teman.? menurut saya sih mudah di pahami tetapi entah menurut kalian.. semoga mudah dipahami juga ya hehe..

0 Comments

Posting Komentar