Manajemen Data Statistik
Data dan statistik mempunyai hubungan yang sangat erat.
Selain itu, keduanya juga mempunyai hubungan yang sangat erat dengan kehidupan
manusia sehari-hari, dengan bidang ilmu pengetahuan, baik yang eksakta, sosial,
ekonomi, bisnis dan lain-lain. Data dan statistik serta fungsi keduanya, banyak
memberikan kegunaan yang sangat tidak ternilai bagi manusia, bagi kita semua. Data adalah kumpulan keterangan atau informasi yang diperoleh dari suatu
pengamatan, dapat berupa angka, lambang atau sifat. Jika kita mendapatkan data
yang tidak baik, sebaik apa pun cara pengolahan data yang kita lakukan,
hasilnya atau kesimpulan yang didapat dari data tersebut tetap tidak baik.
Semisal, ungkapan ”garbage in, garbage
out”, yang artinya jika yang masuk sampah, yang keluar pun juga sampah.
Jadi, syarat utama agar analisa data secara statistik menghasilkan informasi
atau kesimpulan yang baik adalah data yang diolah haruslah juga baik. Data yang baik adalah
data yang sifatnya representatif (mewakili), objektif (sesuai dengan apa yang
ada atau yang terjadi), relevan (ada hubungannya dengan persoalan yang sedang
dihadapi dan akan dipecahkan), mempunyai tingkat ketelitian yang tinggi atau
standard error (kesalahan baku) yang kecil
Dengan data
yang akurat, kita mengetahui gambaran perusahaan sekarang, masalah apa yang sedang
dihadapi, mengapa terjadi masalah-masalah tersebut, bagaimana cara
pemecahannya. Dengan data, kita dapat meramal atau memperkirakan, apa yang
kira-kira bakal terjadi di masa mendatang. Dengan data, kita pun bisa membuat
perencanaan, peramalan, mengontrol pelaksanaan, mengevaluasi target apakah
tercapai atau tidak, dan sebagainya
Dengan adanya data, kita dapat banyak mengetahui tentang
berbagai hal. Dengan data, kita bisa mengambil keputusan-keputusan,
kebijakan-kebijakan perusahaan, dan sebagainya. Pendeknya, fungsi dan manfaat
data sangat penting dan banyak sekali. Sering kali, akan berbahaya jika kita
mengambil kesimpulan dan keputusan tanpa didukung oleh data. Orang bilang ”Speak with data”, berbicaralah dengan
data agar objektif dan lebih akurat
Outline
:
1.
Pengantar
Statistik :
·
Definisi
dan Aplikasi Statistik
·
Keunikan
Statistik
·
Populasi
dan Sampel
·
Bias
dan Konsep error
2.
Pengertian
Data statistik :
·
Jenis
Data
·
Skala
Ukur dan sifat-sifatnya
·
Peringkasan
data, pemusatan, dan penyebaran
3.
Pengantar
Pengolahan Data Statistik :
·
Editing
·
Coding
·
Processing
·
Cleaning : Missing data, Variasi data, dan Konsistensi
data
4.
Entry
data Statistik (SPSS/ Statistical Program for
Social Science) :
·
Menu
Overview : Struktur Data di SPSS dan tampilan Utama SPSS for Windows)
·
Inputing
Data dan Editing Data : Memberi Nama Variabel, Mendefinisikan Tipe Variabel,
Mendefinisikan Adanya Desimal, Memberi Label Variabel, Memberi Value Label.
·
Membuat
Tabel Dan Grafik
·
Statistik Deskriptive
·
Manajemen
Data : Membuat Subset Data, Me-Recode Data
·
Pengujian
Statistik
·
Statistik
Data hasil Hitung
·
Regresi
Logistic
5.
Analisa
Statistik :
·
Uji
Two Way Anova : Jenis Model Two Way Anova, Asumsi Dalam Two Way Anova
·
Regresi
Logistik : Uji Kelayakan Model, Odd Rasio, Pemodelan Regresi Logistik, Metode
Seleksi Variabel.
·
Discriminan
Analysis : Asumsi Analisa Discriminan, Jenis Model Analisa Discriminan,
Pembuatan Model Discriminan, Prediksi Berdasarkan Model Discriminan.
·
Analisa
Cluster : Metode Hierarchica, Metode Non-Hierarchical/K-Mean
·
Analisa
Faktor : Model Analisa Factor, Tahapan Analisa Faktormetode Extrasi, Metode
Rotasi
Peserta
:
Pelatihan ini sangat baik untuk diikuti oleh personel perusahaan
yang terlibat dalam aktivitas pengolahan data-data perusahaan termasuk
pelaksana survey kepuasan pekerja, survey kepuasan pelanggan, indeks kinerja
perusahaan dan indeks kinerja keuangan, serta jajaran manajemen sebagai pengambil keputusan
·
|
Tidak ada komentar:
Posting Komentar