Satu contoh permasalahan dalam perusahaan yang dapat memanfaatkan statistik untuk kebutuhan pemasaran produk. Para manajer dibidang telekomunikasi yang memiliki kepentingan untuk memasarkan produk SmartPhone. Dimana produk SmartPhone tersebut biasanya mempunyai target konsumen atau pasarnya sendiri. Maka manajer membutuhkan data statistik untuk kepentingan pemasaran tersebut. Data statistiknya bisa berupa jumlah penduduk suatu daerah, kriteria masyarakat berdasar usia atau jenis kelamin, pekerjaan beserta penghasilan masyarakat, dan sebagainya. Maka jika tanpa bantuan alat statistik, bisa jadi produk tidak akan sampai ke masyarakat sesuai dengan jenis konsumen yang telah dibidik sebelumnya. Karena itulah ilmu statistik menjadi penting untuk entitas perusahaan.
Contoh permasalahan lain, seorang manajer StartUp harus mengambil keputusan tentang kebijakan kenaikan gaji karyawan di perusahaannya. Ia pun memerlukan data-data yang berkaitan dengan operasional perusahaan. Maka manajer tersebut akan meminta karyawan atau staf di level bawahnya untuk menyediakan data-data yang dibutuhkan tersebut. Untuk memperoleh data statistik, karyawan-karyawan akan mengumpulkan, menyortir dan mengelompokkan data perusahaan berdasar pos-pos tertentu. Misal, data yang berkaitan dengan daftar nama dan pendidikan karyawan, jabatan dan masa kerja karyawan, dan sebagainya. Nantinya data-data yang telah dikelompokkan akan disajikan dalam bentuk data statistik. Hal ini difungsikan untuk memudahkan manajer dan pihak berkepentingan lainnya dalam membaca data-data yang berkaitan dengan perusahaan. Data lain terkait perusahaan bisa berupa indeks penjualan, laporan biaya dan sebagainya
Banyak contoh dimana ilmu statistika yang digabungkan dengan komputasi digunakan dengan sangat sukses di dalam bisnis maupun politik. Salah satu penerapannya adalah memprediksi suatu peristiwa, dan cerita Nate Silver mungkin paling bisa menggambarkan hal tersebut. Nate Silver - seorang ahli statistika dari Amerika Serikat - dapat meramalkan kemenangan dari partai politik Amerika di tiap negara bagian dengan 100% tepat pada tahun 2012, dan hanya satu kesalahan pada pemilu sebelumnya di tahun 2008. Karena hal ini, Nate Silver dinobatkan sebagai The World's 100 Most Influential People versi majalah Times. Keberadaan ahli seperti Nate Silver ini tentunya sangat penting, karena mampu memilah data media yang cenderung 'bising' (noise) dan memberikan masukan berharga kepada para eksekutif.
Pengertian statistik ada dua yaitu :
1. Dalam arti sempit : Statistik adalah sekumpulan angka-angka yang menerangkan sesuatu.
2. Dalam arti luas : Statistik merupakan kumpulan cara atau metode dan aturan – aturan mengenai pengumpulan, pengolahan, penyajian, penganalisisan serta menginterpretasikan data untuk mengambil keputusan.
Jadi dalam statistik berdasarkan kedua pengertian diatas ada tiga unsur pokok yaitu :
a. Cara atau metode dan aturan –aturan untuk menyimpulkan dan membuat tabel atau grafik dari sebuah data. Misalnya grafik batang (bar), grafik garis (line), grafik lingkaran (pie).
b. Suatu cara atau metode dalam pengambilan keputusan. Misalkan :
• Berapa tingkat penjualan?
• Berapa tingkat produksinya?
• Berapa bahan baku yang diperlukan?
• Berapa tenaga kerja yang diperlukan?
c. Merupakan keterangan-keterangan tentang sesuatu.
Adapun jenis statistik yang terbagi menjadi 2 macam, yaitu :
1. Statistik deskriptif, adalah statistik yang membahas mengenai pengumpulan, pengolahan, penyajian, serta perhitungan nilai-nilai dari suatu data kemudian menggambarkannya melalui tabel, ukuran dan grafik. Contohnya, seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di daerah X.
2. Statistik inferensia atau induktif. Adalah statistik yang digunakan untuk mengambil kesimpulan dari data populasi berdasarkan sampel (data sebagian) untuk peramalan, pengambilan keputusan dan sekaligus menginterpretasikanya. Contoh statistik inferentif adalah : seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di kota X yang diambil hanya dari beberapa kecamatan saja.
Misalkan BMKG meneliti keadaan curah hujan di daerah pariwisata Gunung Merapi, dan telah dicatat selama kurun waktu 30 tahun terakhir. Dari data tersebut digambarkan dalam bentuk grafik (chart) dan diketahui curah hujan rata-rata di bulan Juni selama 30 tahun terakhir adalah 3.3 cm. Nilai ini termasuk dalam statistik deskriptif, karena kita tidak berusaha untuk mengatakan data curah hujan ditahun-tahun yang lainya, kecuali ke-30 tahun yang dicatat itu. Tetapi jika rata-rata curah hujan pada bulan juni selama 30 tahun terakhir adalah 3.3 cm dan kita membuat pernyataan bahwa pada bulan juni tahun depan (tahun ke – 31) diharapkan terjadi curah hujan anatara 3.2 dan 3.4 dan bisa digunakan untuk membuat kebijakan wisata, maka kita telah membuat peramalan dan pengambilan keputusan. Dan ini berarti kita telah berada dalam daerah statistik inferensia.
Bagan Statistik |
Adapun jenis statistik yang terbagi menjadi 2 macam, yaitu :
1. Statistik deskriptif, adalah statistik yang membahas mengenai pengumpulan, pengolahan, penyajian, serta perhitungan nilai-nilai dari suatu data kemudian menggambarkannya melalui tabel, ukuran dan grafik. Contohnya, seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di daerah X.
2. Statistik inferensia atau induktif. Adalah statistik yang digunakan untuk mengambil kesimpulan dari data populasi berdasarkan sampel (data sebagian) untuk peramalan, pengambilan keputusan dan sekaligus menginterpretasikanya. Contoh statistik inferentif adalah : seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di kota X yang diambil hanya dari beberapa kecamatan saja.
Misalkan BMKG meneliti keadaan curah hujan di daerah pariwisata Gunung Merapi, dan telah dicatat selama kurun waktu 30 tahun terakhir. Dari data tersebut digambarkan dalam bentuk grafik (chart) dan diketahui curah hujan rata-rata di bulan Juni selama 30 tahun terakhir adalah 3.3 cm. Nilai ini termasuk dalam statistik deskriptif, karena kita tidak berusaha untuk mengatakan data curah hujan ditahun-tahun yang lainya, kecuali ke-30 tahun yang dicatat itu. Tetapi jika rata-rata curah hujan pada bulan juni selama 30 tahun terakhir adalah 3.3 cm dan kita membuat pernyataan bahwa pada bulan juni tahun depan (tahun ke – 31) diharapkan terjadi curah hujan anatara 3.2 dan 3.4 dan bisa digunakan untuk membuat kebijakan wisata, maka kita telah membuat peramalan dan pengambilan keputusan. Dan ini berarti kita telah berada dalam daerah statistik inferensia.
1. Statistik deskriptif, adalah statistik yang membahas mengenai pengumpulan, pengolahan, penyajian, serta perhitungan nilai-nilai dari suatu data kemudian menggambarkannya melalui tabel, ukuran dan grafik. Contohnya, seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di daerah X.
2. Statistik inferensia atau induktif. Adalah statistik yang digunakan untuk mengambil kesimpulan dari data populasi berdasarkan sampel (data sebagian) untuk peramalan, pengambilan keputusan dan sekaligus menginterpretasikanya. Contoh statistik inferentif adalah : seorang manajer ingin mengetahui tingkat penjualan produk perusahaannya di kota X yang diambil hanya dari beberapa kecamatan saja.
Misalkan BMKG meneliti keadaan curah hujan di daerah pariwisata Gunung Merapi, dan telah dicatat selama kurun waktu 30 tahun terakhir. Dari data tersebut digambarkan dalam bentuk grafik (chart) dan diketahui curah hujan rata-rata di bulan Juni selama 30 tahun terakhir adalah 3.3 cm. Nilai ini termasuk dalam statistik deskriptif, karena kita tidak berusaha untuk mengatakan data curah hujan ditahun-tahun yang lainya, kecuali ke-30 tahun yang dicatat itu. Tetapi jika rata-rata curah hujan pada bulan juni selama 30 tahun terakhir adalah 3.3 cm dan kita membuat pernyataan bahwa pada bulan juni tahun depan (tahun ke – 31) diharapkan terjadi curah hujan anatara 3.2 dan 3.4 dan bisa digunakan untuk membuat kebijakan wisata, maka kita telah membuat peramalan dan pengambilan keputusan. Dan ini berarti kita telah berada dalam daerah statistik inferensia.
No comments:
Post a Comment