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.


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.


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.


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.


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.


Documents

DATA & ANALISIS