DATA & ANALISIS
Transcript of DATA & ANALISIS
DATA & ANALISIS
- QC Tools Series -
Kata STATISTIKA berasal dari bahasa Latin, ”status” yang berkaitan dengan
suatu negara, dalam arti kesatuan politik. Kata ini kemudian masuk dalam
kamus bahasa Inggris sebagai “state” pada abad ke delapan belas.
Dalam kurun waktu yang cukup lama, Statistika lebih berfungsi untuk
melayani keperluan administrasi negara saja, misalnya untuk menyusun
informasi tentang penduduk dan memperlancar pajak, serta mobilisasi
penduduk dalam angkatan perang. Tetapi kemudian Statistika semakin
berkembang menjadi suatu cabang ilmu pengetahuan yang ber-hubungan
dengan cara pengumpulan data, pengolahan data, analisis data, penarikan
kesimpulan sampai pada pembuatan keputusan.
Secara umum, statistika dapat didefinisikan sebagai suatu metode yang
digunakan dalam pengumpulan dan analisa data, untuk memperoleh
informasi yang berguna. Statistika menyediakan prinsip dan metodologi
untuk merancang proses pengumpulan data, meringkas dan menyajikan
data yang diperoleh, melakukan interpretasi, menganalisis dan mengambil
kesimpulan atau generalisasi.
Meskipun lingkup pemakaiannya sangat luas, pada dasarnya kebutuhan
akan statistika berawal dari adanya variasi data yang diperoleh dari hasil
observasi. Pada umumnya, data hasil pengamatan bervariasi karena secara
sifat alamiah, tidak ada dua individu atau lebih yang 100 % homogen (persis
sama). Di samping itu, bisa juga terjadi kesalahan dalam pengukuran. Maka
Statistika dapat berperan untuk mengatasi kedua hal tersebut agar dapat
diperoleh kepastian untuk pengambilan keputusan. Hal lain yang
menyebabkan dibutuhkannya Statistika, karena dalam kenyataannya proses
mengumpulkan seluruh data untuk mengamati suatu obyek akan sangat
STATISTIKA
membutuhkan waktu yang lama dan biaya yang besar, sehingga dengan
menggunakan Statistika dapat dilakukan pengamatan terhadap sebagian
obyek yang bersangkutan (sampel) dan melakukan pendugaan karakteristik
obyek tersebut.
Berdasarkan penggunaannya, Statistika dapat diklasifikasikan menjadi
2 (dua), yaitu :
1. Statistika Deskriptif
Yaitu Statistika yang membahas cara-cara pengumpulan data,
penyederhanaan data hasil pengamatan yang diperoleh dengan cara
meringkas dan menyajikan, serta melakukan pengukuran pemusatan
data, penyebaran data, dan membuat dugaan kecenderungan kumpulan
data, untuk memperoleh informasi yang lebih menarik, berguna dan
lebih mudah dipahami.
Statistika jenis ini dapat menyadikan kumpulan data dengan ringkas dan
rapi, serta dapat memberikan informasi inti dari kumpulan data tersebut.
Penyajian data biasanya dalam bentuk grafik, diagram, atau dengan
menyajikan karakteristik-karakteristik dari ukuran pemusatan dan
keragamannya.
Contoh : Penjualan mobil pada tahun 2007 sebesar 382.527 unit, tahun
2008 sebesar 475.346 unit, tahun 2009 sebesar 345.555 dan tahun
2010 sebesar 279.619. Data ini akan lebih informatif bila disajikan
dalam bentuk tabel dan dengan menggambarkan grafik, akan terlihat
kecenderungan penjualan mobil. Cara ini memudahkan kita memahami
perilaku data. Tabel dan gambar sebagai berikut :
STATISTIKA
2. Statistika Inferensia
Metode yang berkaitan dengan analisis sebagian data, kemudian
membuat peramalan dan menarik kesimpulan mengenai keseluruhan
data. Sebagian data yang dimaksud adalah sampel yang dianalisa,
sedangkan keseluruhan data adalah populasi.
Dalam Statistika inferensia dilakukan pendugaan parameter, membuat
hipotesis dan menguji hipotesis tersebut sampai dengan pembuatan
kesimpulan yang berlaku umum. Metode ini sering disebut juga dengan
”Statistika induktif”, karena kesimpulan yang ditarik berdasarkan pada
informasi sebagian data saja. Pada keperluan yang lebih luas, tentu saja
ada kemungkinan terjadi kesalahan atau bias pada proses analisa.
Selanjutnya, bila berdasarkan pada metodenya, dikenal 2 jenis Statistika,
yaitu :
1. Statistika Parametrik
Merupakan bagian Statistika inferensia yang mempertimbangkan nilai
dari satu atau lebih parameter populasi. Sehubungan dengan kebutuhan
inferensianya (penarikan kesimpulan), pada umumnya Statistika
parametrik membutuhkan data yang berskala pengukuran minimal
interval.
STATISTIKA
Tahun Penjualan Mobil
2012 382.527
2013 475.346
2014 345.555
2015 279.619
Selain itu, penurunan prosedur dan penetapan teorinya berpijak pada
asumsi spesifik mengenai bentuk distribusi populasi yang biasanya
diasumsikan normal
2. Statistika Nonparametrik
Merupakan bagian dari Statistika inferensia yang tidak memperhatikan
nilai dari satu atau lebih parameter populasi. Umumnya validitas
(kelayakan) pada Statistika nonparametrik tidak tergantung pada model
peluang yang spesifik dari populasi.
Statistika nonparametrik menyediakan metode Statistika untuk menganalisis
data yang distribusinya tidak dapat diasumsikan normal. Data yang
dibutuhkan lebih banyak yang berskala ukur nominal atau ordinal.
STATISTIKA
Populasi dapat diartikan sebagai sekelompok orang atau penduduk yang
menempati suatu wilayah tertentu, misalnya populasi Jakarta. Tetapi dalam
Statistika, populasi adalah sekumpulan individu dengan karakteristik khusus
yang menjadi perhatian dalam suatu penelitian. Dengan demikian, populasi
dalam Statistika memiliki arti yang lebih luas, yaitu tidak terbatas pada
sekelompok orang, tetapi juga binatang dan benda-benda lain yang menjadi
perhatian kita. Misalnya : Populasi mobil sedan di Jakarta. Masing-masing
individu dalam populasi disebut sebagai “elemen populasi”.
Elemen paling dasar dalam penelitian adalah sebuah data tunggal (datum),
yaitu data yang diperoleh melalui observasi. Observasi bisa memberikan
hasil berupa ukuran fisik (panjang, tinggi, lebar dsb.), jawaban pertanyaan
(ya atau tidak), atau klasifikasi (baik, cukup, kurang). Himpunan yang
mewakili semua kemungkinan pengukuran yang perlu diperhatikan dalam
observasi itulah yang disebut populasi. Adapun jumlah pengamatan atau
anggota suatu populasi disebut ukuran populasi.
Ukuran populasi dapat dibedakan antara populasi terbatas dan populasi
yang tidak terbatas. Contoh populasi terbatas adalah jumlah QCC yang
mengikuti Olympic, sedangkan contoh populasi yang tidak terbatas adalah
anggota QCC dari seluruh cabang di PT. ADMF.
Informasi tentang populasi ini sangat diperlukan untuk menarik kesimpulan.
Bila dapat melakukan observasi terhadap keseluruhan anggota populasi,
akan didapatkan besaran yang menyatakan karakteristik populasi yang
sebenarnya, dan inilah yang disebut dengan ”parameter”.
POPULASI & SAMPEL
Maka dapat dikatakan bahwa ”parameter” adalah suatu nilai yang
menggambarkan ciri atau karakteristik populasi. Parameter merupakan
suatu nilai yang stabil karena diperoleh dari observasi terhadap seluruh
anggota populasi dan biasanya dilambangkan dengan huruf-huruf Yunani.
Sebagai contoh, rata-rata populasi dilambangkan dengan µ (myu). Jika
pengamatan dilakukan terhadap semua unsur populasi, maka dapat
dikatakan melakukan ”sensus”.
Dalam kenyataannya, seringkali kita menghadapi kesulitan untuk
mendapatkan informasi dari seluruh elemen populasi karena keterbatasan
waktu, biaya dan sumber daya. Contohnya untuk memeriksa mutu produk
yang dihasilkan oleh suatu mesin, tentunya akan dibutuhkan waktu yang
lama untuk memeriksanya satu demi satu. Maka untuk mengatasinya dapat
dilakukan dengan mengambil sebagian kecil dari produksi yang diambil
menurut prosedur tertentu sehingga mewakili karakteristik populasi produk
tersebut. Bagian produk yang diamati inilah yang disebut ”sampel”, dengan
menggunakan sampel ini diharapkan dapat menarik kesimpulan tentang
mutu produksi secara menyeluruh.
Penggunaan prosedur tertentu dalam melakukan pengambilan sampel
didasarkan atas pertimbangan berikut :
Untuk memperoleh data yang relevan dengan tujuan observasi
Sejumlah variasi tidak terhindarkan meskipun observasi dilakukan pada
kondisi yang mirip atau sama. Variasi yang timbul ini disebabkan
perbedaan besarnya nilai karakteristik individu yang diukur itu, juga
karena adanya kesalahan dalam melakukan pengukuran. Tetapi yang
perlu dicamkan adalah bahwa secara alamiah, tidak ada dua individu
yang 100 % homogen. Ini sebuah kenyataan yang harus diterima.
POPULASI & SAMPEL
Jumlah (volume/frekuensi) anggota suatu sampel disebut ”ukuran sampel”,
sedangkan suatu nilai yang menggambarkan ciri sampel disebut ”Statistik”
(bedakan dengan statistika). Karena statistik diperoleh dari sampel – yang
berbeda-beda – maka nilai yang diperoleh dapat berubah. Dengan demikian,
bila prosedur pengambilan sampel yang digunakan benar, statistik
diharapkan bisa menjadi penduga parameter yang baik. Sebagai penduga
parameter, ada dua kemungkinan dalam nilai statistik yang diperoleh, yaitu
persis sama dengan nilai parameternya atau tidak sama (lebih besar atau
lebih kecil). Sehubungan dengan itu, statistika juga dikenal sebagai ilmu yang
antara lain mempelajari cara-cara menentukan suatu penduga (statistik)
bagi suatu parameter, serta kemudian bertugas mengambil kesimpulan
mengenai nilai parameter tersebut berdasarkan nilai penduga yang didapat.
Statistik juga sering dilambangkan dengan huruf dari abjad Latin, sebagai
contoh rata-rata sampel dilambangkan dengan x .
Selain itu, statistik dapat juga berarti data yang berupa angka hasil
pencatatan suatu kejadian. Contohnya : Statistik peserta Innocamp PT. ADMF
tahun 2016 – 2018.
Berdasarkan penjelasan-penjelasan tersebut di atas, maka dapat dikatakan
bahwa POPULASI adalah keseluruhan unit atau individu dalam ruang
lingkup yang ingin diteliti, dan dapat dibedakan menjadi 2 jenis yaitu :
POPULASI & SAMPEL
Populasi Sasaran (Target)
Yaitu keseluruhan unit atau individu pada suatu ruang lingkup tertentu
yang dituju untuk penelitian.
Populasi Sampel
Yaitu sebagian dari unit atau individu yang akan menjadi unit analisis dan
meru-pakan populasi yang layak serta sesuai dengan kerangka sampel
untuk dijadikan sebagai sampel penelitian.
Kerangka sampel adalah seluruh daftar individu yang ada dalam populasi
dan akan diambil sampelnya untuk menjadi unit analisis. Misalnya : Suatu
penelitian dilakukan untuk mengetahui apakah terjadinya surat
pemberitahuan yang tidak sampai pada nasabah disebabkan karena
kesalahan dalam penulisan alamat nasabah, maka populasi sasarannya
adalah tidak sampainya surat pemberitahuan kepada nasabah yang
disebabkan oleh kesalahan penulisan alamat. Maka untuk jenis-jenis
masalah lainnya dan penyebab-penyebab lainnya tidak menjadi bagian dari
populasi yang diteliti.
POPULASI & SAMPEL
Sebagaimana telah diilustrasikan di atas, tujuan dari dilakukannya penarikan
sampel maupun pengamatan terhadap seluruh individu atau unit suatu
populasi adalah untuk memperoleh DATA.
DATA adalah sejumlah informasi yang dapat memberikan gambaran tentang
suatu keadaan atau kondisi. Pada umumnya informasi ini diperoleh melalui
observasi atau pengamatan yang dilakukan terhadap sekumpulan individu.
Informasi yang diperoleh memberikan keterangan, gambaran,
kecenderungan atau fakta mengenai suatu persoalan dalam bentuk kategori,
huruf atau bilangan. Fakta membuat suatu penelitian memberikan hasil
yang sesuai harapan bila ditunjang data yang representatif.
Data sangat bermanfaat sebagai landasan pembuatan keputusan, terutama
pada situasi yang penuh kemelut dan kondisi yang serba tidak pasti. Mutu
keputusan yang diambil akan sangat dipengaruhi oleh mutu data sebagai
input maupun proses pengolahan data untuk mendukung keputusan.
Data merupakan bentuk jamak dari datum, yaitu informasi yang diperoleh
dari suatu satuan pengamatan. Dengan demikian, bila mengatakan tinggi
badan si A adalah 155 cm, maka informasi itu adalah datum. Sedangkan bila
mengatakan tinggi rata-rata karyawan di perusahaan A, maka informasi ini
adalah data.
Berikut ini adalah jenis-jenis data berdasarkan pada beberapa kategori
DATA
1. Data berdasarkan pada metode pengumpulannya :
a) Data Primer merupakan data yang didapat dari sumber pertama dari
individu seperti, hasil wawancara atau hasil pengisian kuesioner yang
biasa dilakukan peneliti. Pelaksanaannya dapat berupa survey,
interview atau eksperimen. Misalnya : Survey yang dilakukan oleh
perusahaan untuk mengetahui tingkat kepuasan pelanggan terhadap
produknya, dilakukan dengan membuat kuesioner dan
menyerahkannya kepada pelanggan untuk diisi, kemudian
mengumpulkan kembali kuesioner tersebut – setelah di isi oleh
pelanggan – untuk kemudian diolah lebih lanjut.
Cara eksperimen dilakukan bila data yang ingin diperoleh tidak
tersedia di lapangan atau di sasaran penelitian, sehingga perlu
dilakukan suatu uji coba untuk membangun data yang diinginkan.
Misalnya : Data reaksi alergi pada tubuh terhadap suatu jenis obat
baru yang akan diluncurkan. Uji coba ini biasanya ditindaklanjuti
dengan observasi.
b) Data Sekunder yaitu data primer yang diperoleh oleh pihak lain atau
data primer yang telah diolah lebih lanjut dan disajikan oleh
pengumpul data primer (pihak lain) – pada umumnya disajikan dalam
bentuk tabel atau diagram. Data sekunder biasanya digunakan oleh
peneliti untuk memberikan gambaran tambahan, gambaran
pelengkap, ataupun untuk diproses lebih lanjut.
DATA
Data Sekunder yaitu data primer yang diperoleh oleh pihak lain atau
data primer yang telah diolah lebih lanjut dan disajikan oleh
pengumpul data primer (pihak lain) – pada umumnya disajikan dalam
bentuk tabel atau diagram. Data sekunder biasanya digunakan oleh
peneliti untuk memberikan gambaran tambahan, gambaran
pelengkap, ataupun untuk diproses lebih lanjut.
Dalam metode pengumpulan data sekunder, observer tidak meneliti
secara langsung di lapangan. Data yang diperolehnya berasal dari
sumber-sumber lain, misalnya : catatan harian, dokumen, mas media
dan lain sebagainya. Hal yang harus diperhatikan dalam
menggunakan data sekunder adalah sumber data, batasan konsep
yang digunakan, serta tingkat ketelitian dalam pengumpulan data.
Dengan demikian, bila diperoleh hasil yang janggal akan dapat
diketahui penyebabnya, dan bila memungkinkan dapat dilakukan
pengecekan ulang terhadap data tersebut.
2. Data berdasarkan sifatnya :
a)Data Kualitatif adalah data yang sifatnya hanya menggolongkan saja.
Termasuk dalam klasifikasi ini adalah data yang berskala ukur
nominal dan ordinal. Karakteristik utama data kualitatif adalah
ukuran dinyatakan dalam bentuk kalimat (bukan angka), contohnya :
jelek, bagus, besar, sedang, kecil dan lain sebagainya.
b)Data Kuantitatif merupakan data yang berbentuk angka. Termasuk
dalam klasifikasi ini adalah data yang berskala ukur interval dan
rasio.
DATA
3. Data berdasarkan sumbernya :
a) Data Internal, yaitu data yang tersedia atau dapat diperoleh dari
dalam perusahaan/organisasi yang melakukan riset. Data ini
menggambarkan kondisi perusahaan/organisasi tersebut.
b) Data Eksternal adalah data tentang keadaan di luar organisasi. Data
eksternal pada umumnya didapat dari pihak lain dan digunakan
sebagai pembanding.
4. Data berdasarkan waktu pengumpulannya :
a) Data Time Series atau data deret waktu merupakan data yang
dikumpulkan dari beberapa tahapan waktu secara kronologis. Pada
umumnya data deret waktu merupakan kumpulan data dari
fenomena tertentu yang didapat dalam beberapa interval waktu
tertentu, misalnya mingguan, bulanan atau tahunan. Biasanya data
time series digunakan untuk menganalisa kecenderungan kondisi
populasi yang diamati pada suatu periode waktu tertentu, contohnya,
trend penjualan kendaraan bermotor roda dua pada tahun 2007
sampai dengan tahun 2011.
b) Data Cross Section adalah data yang dikumpulkan pada waktu dan
tempat tertentu saja. Data cross section pada umumnya
mencerminkan suatu fenomena dalam satu kurun waktu saja,
misalnya data hasil pengisian kuesi-oner tentang perilaku pembelian
produk elektronik tipe baru oleh sekelompok responden pada bulan
Februari 2008.
DATA
Secara umum dapat dikatakan bahwa tujuan diadakannya suatu observasi
adalah memperoleh keterangan tentang bagaimana kondisi suatu obyek pada
berbagai keadaan yang ingin diperhatikan.
Di antara bermacam-macam pengukuran untuk respon-respon yang diamati
ter-hadap obyek-obyek, yang sering dipergunakan ialah ukuran-ukuran
cacah, peringkat, panjang, volume, waktu, bobot, maupun pengukuran fisika
kima. Sesuai dengan kemampuan kita dalam menilai atau mengukur suatu
ciri obyek amatan, dalam statistika dibedakan empat macam skala
pengukuran, yaitu
1. Skala Nominal
Nominal berasal dari kata “name”. Skala nominal adalah pengukuran
yang paling sederhana. Skala ini hanya mengklasifikasikan obyek-obyek
aau peristiwa-peristiwa ke dalam berbagai kategori utuk menunjukkan
kesamaan atau perbedaan ciri-ciri obyek. Kategori didefinisikan
sebelumnya, biasanya menggu-nakan lambang dengan kata-kata, simbol
atau angka. Dengan skala nominal, hasil pengukuran bisa dibedakan,
tetapi tidak bisa diurutkan mana yang lebih tinggi, lebih rendah, mana
yang lebih utama dan mana yang bisa dikesamping-kan. Hal ini karena
fungsi angka, simbol maupun huruf yang digunakan hanya sebagai
lambang yang menunjukkan dalam kelompok mana suatu hasil
pengamatan harus dimasukkan. Maka nilai-nilai yang ada sama sekali
tidak melambangkan besarnya sesuatu yang diukur dan tidak pula
membandingkan besar atau pemeringkatan tertentu. Contohnya adalah
variabel jenis kelamin. Dalam hal ini wanita tidak lebih rendah daripada
pria, begitu pula sebaliknya.
SKALA PENGUKURAN
Dengan skala pengukuran nominal, setiap observasi harus dimasukkan
pada satu kategori saja, tidak boleh lebih. Dengan kata lain antara
kategori yang satu dengan lainnya harus saling bebas (tidak tumpang
tindih). Kategori (kelompok) harus dibuat lengkap agar dapat
menampung semua kemungkinan yag relevan bagi obyek-obyek atau
kejadian-kejadian yang mungkin. Contoh skala nominal adalah merek
dagang, wilayah penjualan, jenis barang dan lain-lain.
2. Skala Ordinal
Menggunakan skala ordinal dapat menggolongkan obyek-obyek ke
dalam kategori tertentu. Angka atau huruf yang diberikan disini
mengandung tingkatan, sehingga dari kelompok yang terbentuk dapat
dibuat peringkat yang menyatakan hubungan lebih dari atau kurang
dari menurut aturan penataan tertentu.
Seperti halnya dalam skala nominal, kelompok-kelompok yang sudah
didefinisi-kan sebelumnya juga menggunakan lambang angka atau
huruf. Bilangan yang diberikan kepada obyek-obyek atau peristiwa-
peristiwa hanya menyatakan tempatnya dalam suatu susunan. Tidak
menyatakan apa-apa mengenai jarak dari satu datum ke datum
berikutnya sehubungan dengan karakteristik yang ada padanya. Dengan
demikian, jarak atau beda nilai tidak diukur.
Ukuran pada skala ordinal tidak memberikan nilai absolut pada obyek,
tetapi hanya urutan (ranking) relatif saja. Jarak antara golongan satu
dengan golongan dua tidak perlu sama dengan jarak antara golongan
dua dengan tiga dan seterusnya. Dalam skala ordinal, peringkat yang
ada tidak mempunyai satuan ukur.
SKALA PENGUKURAN
Meskipun demikian, dapat dilihat bahwa skala ordinal memiliki
pengukuran yang lebih tinggi dari pada skala nominal. Karena selain
dapat menentukan obyeknya sama atau tidak, juga dapat menentukan
mana yang lebih besar atau lebih kecil. Sebagai contoh dalam penerapan
adalah data status sosial dalam skala ordinal dapat diklasifikasikan
menjadi tinggi, menengah dan bawah. Kelompok data pada status sosial
tinggi berarti berpenghasilan lebih besar bila dibandingkan dengan
status menengah, sedangkan status sosial bawah tentu-nya
berpenghasilan lebih kecil dibandingkan dua status lainnya.
Meskipun demikian, pada ukuran skala ini tidak memberikan nilai
absolut pada obyek, tetapi hanya urutan (ranking) relatif saja. Jarak
antar golongan pun tidak harus sama, seperti contoh di atas, besarnya
perbedaan status tinggi dengan menengah belum tentu sama dengan
perbedaan status menengah dengan bawah.
3. Skala Interval atau Selang
Skala interval memberikan karakteristik angka kepada kelompok obyek
yang mempunyai skala nominal dan ordinal, juga memberikan jarak
yang konsisten pada setiap urutan obyeknya.
Data skala interval diberikan apabila kategori yang digunakan bisa
dibedakan, diurutkan, mempunyai jarak tertentu, tetapi tidak bisa
dibandingkan. Data skala interval diperoleh sebagai hasil pengukuran
dan biasanya mempunyai satuan pengukuran. Nilai-nilai obyek dapat
diperingkatkan dan diukur jarak antaranya dengan kecermatan tertentu.
Untuk itu disepakati dua titik penyajian sehingga satuan ukurannya
dapat dimengerti.
SKALA PENGUKURAN
Ciri penting dari skala interval adalah datanya bisa ditambahkan,
dikurangi, digandakan, dan dibagi tanpa mempengaruhi jarak relatif
skor-skornya.
Karakteristik penting lainnya, skala pengukuran ini tidak mempunyai
nilai nol mutlak sehingga tidak dapat diinterpretasikan secara penuh
besarnya skor dari rasio tertentu. Pada skala pengukuran interval, rasio
antara dua interval sembarang, tidak tergantung pada nilia nol dan unti
pengukuran. Sebagai contoh aplikasi, bila seorang karyawan bernama A
mendapat penilaian kinerja 80 poin (dengan skala 0 – 100), sedangkan
B mendapat 40 poin, bukan berarti A memiliki kemampuan dua kali
lebih besar dari B. Hal ini terjadi karena skala penilaian 0 – 100 dibuat
berdasarkan konsensus saja.
4. Skala Nisbah atau Rasio
Skala rasio memiliki semua sifat skala interval ditambah satu sifat lain,
yaitu memberikan keterangan tentang nilai absolut dari obyek yang
diukur. Skala rasio merupakan skala pengukuran yang ditujukan pada
hasil pengukuran yang bisa dibedakan, diurutkan, mempunyai jarak
tertentu dan bisa dibandingkan.
SKALA PENGUKURAN
Skala rasio menggunakan titik baku mutlak (titik nol mutlak). Angka
pada skala rasio menunjukkkan nilai sebenarnya dari obyek yang
diukur, sedangkan satuan ukurannya ditetapkan dengan perjanjian
tertentu. Pada skala rasio, jarak dan waktu pengukuran mempunyai titik
nol sejati dan rasio antar dua titik skala tergantung pada unit
pengukuran. Contohnya bila membandingkan berat dua benda. Berat
benda A 50 gram dan B 100 gram. Maka berat B dua kali lipat berat A,
karena nilai variabel numerik berat mengungkapkan rasio dengan nilai
0 sebagai titik bakunya. Contoh lainnya adalah umur, nilai uang, jumlah
pelanggan, volume penjualan dan lain sebagainya.
Bila menyimak penjelasan masing-masing skala tersebut di atas tampak
bahwa skala pengukuran nominal mempunyai kejelasan pengukuran yang
paling rendah. Meskipun demikian tidak berarti bahwa skala nominal paling
jelek dan skala rasio paling baik. Skala pengukuran yang terbaik adalah yang
paling sesuai dengan kebutuhan.
Skala pengukuran dengan tingkat pengukuran lebih tinggi dapat diubah ke
tingkat pengukuran yang lebih rendah, tetapi tidak berlaku sebaliknya.
Variabel yang ter-lanjur diukur dengan skala nominal tidak dapat
ditingkatkan dengan pengukuran skala ordinal, interval atau rasio.
Sedangkan variabel yang telah ditetap pada skala ordinal, hasil
pengukurannya dapat diubah ke skala nominal. Demikian pula variabel yang
diukur dengan skala pengukuran interval tidak dapat diubah ke skala rasio,
tetapi dapat diubah ke skala nominal dan ordinal.
Dengan pertimbangan tersebut, sebaiknya diusahakan untuk melakukan
pengukuran variabel dalam skala pengukuran yang setinggi mungkin,
supaya bisa diubah bila diperlukan.
SKALA PENGUKURAN
Setelah selesai pelaksanaan suatu observasi atau pengamatan di lapangan,
data yang terkumpul perlu disajikan dalam bentuk yang mudah dibaca dan
dipahami oleh semua pihak yang berkepentingan, apalagi bila jumlah data
yang dikumpulkan cukup banyak dan bersifat acak, tentu akan kesulitan
untuk bisa memperoleh informasi yang dapat disajikan oleh data tersebut.
Maka menyusun data secara sistematis sangat perlu dilakukan.
Pada umumnya penyajian data menggunakan tabel atau grafik, sesuai
keperluan. Dalam ilmu manajemen mutu dikenal beberapa macam alat
bantu statistik yang biasa disebut dengan Quality Control Tools (QC Tools) dan karena jumlah alat pengendalian mutu ini berjumlah 7 macam,
sehingga biasa disebut juga dengan nama 7 Tools, yang terdiri dari :
(1)Tallysheet/Checksheet, (2) Graphs, (3) Pareto diagram, (4) Scatter
diagram, (5) Histogram, (6) Control chart, (7) Ishikawa/Fishbone diagram.
PENYAJIAN DATA
Dalam semua kegiatan usaha, baik yang berskala besar maupun kecil, tidak
terkecuali, pasti sangat membutuhkan pengumpulan, pencatatan dan
penyajian data, dalam setiap tahapan dan bidang kegiatan, agar dapat
mengukur tingkat pencapaian hasil dari waktu ke waktu, pembuatan
rencana, pembuatan keputusan-keputusan dan lain sebagainya.
Tanpa data yang akurat, hanya akan timbul berbagai dugaan saja yang
belum tentu benar, tetapi dengan data yang terukur dan jelas, setiap orang
bisa memperoleh suatu kepastian tentang hal-hal yang sudah dan sedang
terjadi, bahkan melalui analisa data juga bisa diramalkan kecenderungan
yang akan terjadi di masa depan. Sesungguhnya data berperan sebagai
pedoman untuk mengambil tindakan. Melalui data dapat dilakukan
penelusuran fakta yang terjadi, untuk itu diperlukan syarat-syarat mutlak
yang harus dipenuhi oleh data, agar dapat dijadikan pedoman. Syarat-syarat
tersebut adalah :
1. Data haruslah berasal dari FAKTA, bukan rekayasa
2. Data harus dapat diukur
3. Data harus dapat dipercaya (reliable)
4. Data harus terkini (up to date), tidak kadaluarsa
Mengingat peranan data yang sangat penting, maka pengumpulan data yang
tepat harus diupayakan agar memudahkan dan menyederhanakan dalam
pelaksanaannya, dan untuk itu dapat menggunakan pendekatan 5 W 1 H
yaitu :
PROSEDUR PENGUMPULAN DATA
1.Why (Mengapa perlu mengumpulkan data?): Tujuan Pengumpulan Data 2.What (Data apa yang dikumpulkan?): Kategori dan Ukuran Data 3.Where (Dimana data dapat ditemukan?) Sumber Data 4.When (Kapan data tersebut dikumpulkan?): Periode Pengumpulan Data 5.Who (Siapa pengumpul data?): Penanggungjawab Pengumpulan Data 6.How (Bagaimana cara pengumpulan data): Metode Pengumpulan Data
Di bawah ini akan diuraikan satu persatu pedoman tersebut di atas :
1. Tujuan Pengumpulan Data
Menentukan tujuan sejak awal akan menjadikan usaha pengumpulan
data lebih efisien dan fokus, di samping itu juga dapat mencegah
garbage data atau data sampah (data yang tidak diperlukan) ikut
terbawa dikumpulkan.
Secara umum ”tujuan” pengumpulan data dapat dikategorikan ke
dalam:
a) Mengawasi dan mengendalikan proses produksi
b) Melakukan pemeriksaan atau inspeksi
c) Menganalisa penyimpangan atau ketidaksesuaian
2. What : Jenis/karakteristik data yang dikumpulkan
Setiap data memiliki karakteristik tertentu yang tidak dapat
dicampuraduk begitu saja, seperti contohnya data berat badan tidak bisa
digabungkan atau dibandingkan dengan data suhu badan. Begitu juga
dalam hal ukuran, data berat badan menggunakan ukuran kilogram
atau pounds, sedangkan ukuran suhu selalu menggunakan derajat
Celcius atau Fahrenheit.
PROSEDUR PENGUMPULAN DATA
Oleh karenanya, sejak awal sebelum pengumpulan data dilakukan,
sudah harus terlebih dulu menentukan karakteristik data yang ingin
dikumpulkan, sesuai dengan tujuan.
Contohnya bila ingin mengumpulkan data keterlambatan pengiriman
barang, maka ukuran tepat yang digunakan, bukanlah frekuensi
kejadian, tetapi akan lebih berguna bila data yang dikumpulkan adalah
mencatat durasi waktu setiap kali dilakukan pengiriman barang,
sehingga dapat dilakukan pengu-kuran berapa lama telah terjadi
penyimpangan waktu dalam pengiriman barang.
3. When : Menentukan periode pengumpulan data
Tenggat waktu pengumpulan data akan sangat mempengaruhi
perolehan jumlah data, semakin panjang waktu yang tersedia untuk
mengumpulkan data, tentu akan semakin banyak data yang dapat
dikumpulkan.
Meskipun begitu, mengumpulkan data dalam jumlah besar belum tentu
tepat, karena data yang terlalu banyak pun bisa saja menjadi data
sampah, sehingga kerja keras yang sudah dilakukan untuk
mengumpulkan data jadi sia-sia.
Periode pengumpulan data haruslah disesuaikan dengan tujuannya,
sebagai contoh bila Anda bermaksud untuk mengetahui kecenderungan
hasil produksi meningkat atau menurun, maka diperlukan frekuensi
pengambilan data minimal 7 kali, jadi bila pengambilan data dilakukan
pada setiap shift, maka durasi waktu pengambilan dapat ditentukan
tidak lebih dari 3 hari. Tetapi bila ternyata belum terlihat
kecenderungan yang significant, maka periode pengambilan data dapat
diperpanjang.
PROSEDUR PENGUMPULAN DATA
4. Where : Sumber data yang relevan
Menentukan sumber data akan sangat mempengaruhi tingkat
kepercayaan ter-hadap data yang dikumpulkan. Data yang diperoleh
langsung dari pengamatan di lapangan tentunya akan lebih dapat
dipercaya bila dibandingkan dengan data yang diperoleh dari catatan di
masa lalu.
Meskipun demikian, catatan-catatan atau dokumen yang tersedia di
perusahaan selalu bisa menjadi sumber data yang biasa digunakan
untuk menganalisa persoalan, tetapi tentu saja bila ditemukan
kejanggalan dalam catatan, tidak ada salahnya bila dilakukan juga
pengamatan (fakta) langsung di lapangan, dengan mengusahakan
kondisi dan situasi yang sama.
5. Who : Pihak yang berperan dalam pengumpulan data
Dalam proses pengumpulan data diperlukan usaha yang sungguh-
sungguh, oleh karena itu perlu ditentukan orang yang
bertanggungjawab untuk mengumpulkan data sesuai dengan tujuan,
kategori dan ukuran data serta sumber yang telah ditentukan.
Penunjukkan pihak yang bertanggungjawab ini sangat diperlukan,
terutama agar data yang terkumpul benar-benar dilakukan sesuai
rencana dan memberi hasil yang terpercaya.
PROSEDUR PENGUMPULAN DATA
6. How : Cara yang benar untuk merekam data
Pada saat data dikumpulkan, bermacam metoda statistik dipakai untuk
menganalisa-nya, agar dapat menjadi sumber informasi. Ketika
mengumpulkan data, hal terpenting adalah menyusunnya dengan rapi
agar memudahkan proses selanjutnya. Pencatatan dapat dimulai dengan
menuliskan sumber data dengan jelas, karena data yang tidak jelas
sumbernya akan menjadi data mati. Selanjutnya dilakukan pencatatan
secara terperinci:
Karakteristik data (mutu) yang ditentukan
Periode waktu pengumpulan data
Lokasi/tempat yang dijadikan sasaran untuk pengumpulan data
Ukuran data yang digunakan (berat, panjang, volume, frekuensi dan
lain-lain)
Kemudian, data dicatat dalam suatu sistem tertentu yang dapat
digunakan dengan mudah. Karena data akan digunakan lebih lanjut
untuk penghitungan secara statistik, misalnya means atau range, maka
penulisan data harus disusun dalam cara yang memudahkan
perhitungan tersebut.
Maka dapat disimpulkan bahwa proses pengumpulan data sampai dengan
penyajiannya terdiri dari rangkaian sebagai berikut :
1. Menentukan tujuan pengumpulan data agar dalam pelaksanaan dapat
diterapkan asas prioritas, yaitu mengumpulkan data yang benar-benar
diperlukan saja.
2. Menyiapkan cara pengumpulan data yang sederhana, mudah dan cepat.
PROSEDUR PENGUMPULAN DATA
3. Melakukan pengumpulan data lengkap dengan karakteristik data,
ukuran, waktu, sumber, penanggung jawab yang jelas dan
terdokumentasikan.
4. Menyajikan data tersebut dalam suatu format yang ringkas dan jelas,
sehingga mudah untuk pemanfaatan lebih lanjut.
Bila pengumpulan data dilakukan secara benar dan terorganisir dengan
baik, maka data dapat benar-benar berfungsi sebagai sumber informasi yang
handal dan terpercaya, serta pada gilirannya mampu menjadi pedoman
untuk pengambilan keputusan-keputusan yang penting.
PROSEDUR PENGUMPULAN DATA